마이크 어레이의 기하학적 배치가 로컬 음성 인식에 어떤 영향을 미칠까요?

에바 왕

IceWhale author

에바 왕 는 기술 작가 그리고 이자 ZimaSpace의 상주 장인입니다. 평생을 기술에 열정을 가진 사람으로서 홈랩과 오픈소스 소프트웨어에 열정을 가지고 있으며,복잡한 기술 개념을 쉽게 이해할 수 있는 실습 가이드로 번역하는 데 전문성을 가지고 있습니다.에바는 셀프 호스팅이 어렵지 않고 재미있어야 한다고 믿습니다. 그녀의 튜토리얼을 통해 커뮤니티가 하드웨어 설정의 신비를 풀도록돕고 있습니다. 첫 NAS 구축부터 Docker 컨테이너 마스터링까지.

How Does Microphone Array Geometry Affect Local Voice Recognition? - Zima Store Online

마이크 어레이의 기하 구조는 시스템이 음성을 얼마나 잘 위치 파악하고 공간적으로 소음이나 잔향을 억제할 수 있는지를 결정하여 인식 성능에 영향을 줍니다.

주방 서버에서 실행되는 로컬 음성 어시스턴트는 가전제품 소음, 벽 반사음, 다른 방향에서 들려오는 음악 속에서도 동일한 명령을 들을 수 있어야 합니다. 마이크 수가 많다고 해서 항상 도움이 되는 것은 아닙니다. 마이크 간격, 형태, 동기화, 배치가 빔포머에 유용한 공간적 차이를 제공할 때에만 효과가 있습니다. 기하 구조는 웨이크 워드 및 음성 모델에 도달하는 오디오를 바꾸지만, 언어 모델의 어휘를 바꾸거나 모든 음향 문제를 해결하지는 않습니다.

간격은 도착 시간 차이를 방향성 정보로 변환합니다

각 센서가 서로 다른 위치에 있기 때문에 음파는 마이크에 약간씩 다른 시간에 도달합니다. 이러한 시간 및 위상 차이는 방향 정보를 제공합니다. 관심 주파수에 비해 마이크가 너무 가까우면 지연 차이를 구분하기 어려워지고, 간격이 너무 넓으면 공간 앨리어싱으로 인해 방향이 모호해질 수 있습니다.

마이크 어레이 빔포밍은 입사파의 방향과 각 마이크의 위치를 바탕으로 지연을 모델링합니다. 따라서 기하 구조는 프로세서가 적용할 수 있는 조향 지연과 신호가 강화되거나 상쇄되는 방향을 결정합니다.

이 때문에 마이크 개수만으로는 기하 구조를 설명할 수 없습니다. 짧은 직선, 정사각형, 원형 링에 배치된 4개의 요소는 서로 다른 방향 패턴을 관측합니다. 유용한 간격은 샘플 레이트, 음향 파장, 인클로저 크기, 음성 단서를 전달하는 주파수 대역에도 영향을 받습니다.

어레이 형태는 커버리지와 전후방 모호성을 바꿉니다

선형 어레이는 주로 한 축을 따라 공간적 변화를 측정하므로 수평 영역을 조향하는 데 적합하지만, 서로 대칭인 일부 방향을 구분하는 데는 약할 수 있습니다. 평면형 또는 원형 배치는 더 많은 차원을 샘플링하여 방위각 커버리지를 넓힐 수 있지만, 보정과 인클로저 설계가 더 복잡해집니다.

공간적 다양성에 관한 연구는 여러 디바이스가 공간을 처리 차원으로 추가하는 동시에 동기화 및 중재 문제를 일으킨다는 점을 보여줍니다. 분산형 홈 어레이는 더 넓은 개구면을 확보할 수 있지만, 클록 오프셋과 디바이스별 응답 차이로 인해 기대한 기하학적 이점이 줄어들 수 있습니다.

장착 방식이 명목상 배치보다 더 큰 영향을 미칠 수 있습니다. 벽에 밀착해 놓은 원형 어레이는 더 이상 대칭적인 음장을 관측하지 못하며, 디스플레이 아래에 설치한 선형 바는 책상 반사음을 강하게 받을 수 있습니다. 기하 구조는 마이크 보드의 도식뿐 아니라 실제 설치된 공간에서 평가해야 합니다.

빔포밍은 인식 전에 신호를 개선합니다

빔포밍은 마이크 채널을 지연시키고 가중치를 적용하여 선택한 방향의 소리는 건설적으로 결합하고 다른 방향의 에너지는 줄입니다. 출력은 웨이크 워드 감지와 자동 음성 인식에 입력되는 하나의 향상된 스트림 또는 더 적은 수의 공간 스트림입니다.

시간 지연 신호는 원하는 방향을 증폭하고 간섭을 억제하는 공간 필터를 구성할 수 있습니다. 신호 대 잡음비가 향상되면 특히 경쟁 소음이 화자와 공간적으로 분리되어 있을 때 음성 대체 오류와 웨이크 워드 누락을 줄일 수 있습니다.

음성과 소음이 거의 같은 방향에서 들어오거나 조향 추정이 잘못되거나 잔향으로 인해 지연된 복사음이 여러 개 생성되면 이러한 이점은 사라집니다. 빔포밍은 음향 증거를 바꿀 뿐입니다. 모든 마이크에서 음성이 가려진 경우 단어를 추론할 수 없으며, 화자와 어휘에 맞지 않는 인식 모델을 보완할 수도 없습니다.

Featured

ZimaCube 2 개인용 클라우드 홈 NAS

ZimaCube2

기하 구조와 실내 음향은 함께 평가해야 합니다

실내에서는 직접음이 도달한 뒤 각 마이크에 반사음이 도달합니다. 가까운 거리에서는 직접 경로가 우세할 수 있지만, 원거리 명령에는 천장, 벽, 조리대에서 발생한 강한 에코가 포함될 수 있습니다. 따라서 자유 음장 방향 탐지에 최적화된 어레이도 반사가 많은 가정 공간에서는 불안정한 조향을 생성할 수 있습니다.

원거리 음성 인식에서 설명되는 실패 요인에는 거리, 잔향, 소음, 기하 구조, 실내 환경 불일치가 포함됩니다. 실제 배치와 청취 각도에서 직접 음성과 주변 소리를 더 잘 분리할 수 있을 때 기하 구조의 효과가 가장 큽니다.

현실적인 가전제품, 텔레비전, 음악 소음 환경에서 여러 거리와 방향으로 웨이크 워드 재현율과 단어 오류율을 테스트하세요. 어레이의 효과를 분리하려면 원시 신호에서 가장 성능이 좋은 마이크와 빔포밍 출력을 비교하세요. 보정 드리프트, 인클로저 반사, 실내 배치로 인해 공간적 이점이 사라진다면 더 크거나 복잡한 배치가 자동으로 더 나은 것은 아닙니다.