중동 방언 화자 식별: 중립·고함 환경에서의 Emirati 억양 분석

본 논문은 Emirati 억양을 가진 아랍어 화자를 대상으로, 중립 및 고함 두 가지 말하기 상황에서 텍스트‑독립 화자 식별 시스템을 구축하고, 순환 초분절 히든 마코프 모델(CSPHMM)의 차수에 따른 성능 차이를 분석한다. 연구는 크게 네 부분으로 구성된다. 첫째, 서론에서는 화자 인식(식별·인증)의 정의와 응용 분야를 소개하고, 기존 연구가 주로 영어 및 표준 아랍어에 집중했으며, Emirati 방언에 대한 데이터와 연구가 부족함을 지적한다. 특히, 이전에 저자들이 수행한 두 차례 연구(중립 환경에서 VQ·GMM·HMM 기반 식별, 중립 환경에서 HMM1‑3 기반 인증)와 차별화하기 위해 고함 상황을 추가한다. 둘째, 관련 연구와 이론적 배경을 제시한다. 초분절 히든 마코프 모델(SPHMM)은 기존 HMM에 ‘초분절 상태’를 도입해 프로소딕 정보를 큰 윈도우로 포착한다. 순환 구조(Circular HMM)는 상태 전이가 원형으로 연결돼 장시간 의존성을 모델링한다. 이러한 두 개념을 결합한 CSPHMM은 1차, 2차, 3차 순서로 확장될 수 있다. 차수가 높아질수록 이전 여러 단계의 상태 정보를 활용해 전이 확률을 보다 정교하게 추정한다. 셋째, 데이터베이스 구축 및 특징 추출 과정을 상세히 설명한다. 50명의 Emirati 원어민(남·여 각각 25명)에게 8개의 일상 문장을 중립과 고함 두 환경에서 각각 9회씩 녹음하게 하여 총 5,400개의 발화를 수집하였다. 고함 발화는 사전 연습 없이 자연스럽게 진행하도록 하여 실제 상황에 근접한 데이터를 확보했다. 음성 신호는 16 kHz로 샘플링하고, 12차 멜 필터뱅크와 DCT를 적용해 13차 MFCC를 추출하였다. 넷째, 실험 설계와 결과를 제시한다. 학습 단계에서는 각 화자별로 중립 환경의 4문장을 사용해 모델을 훈련하고, 테스트 단계에서는 남은 4문장과 두 환경(중립·고함)에서의 발화를 이용해 식별을 수행한다. 총 7가지 실험을 진행했으며, 주요 평가지표는 식별 정확도(%)이다. 결과는 다음과 같다. - 중립 환경: CSPHMM1 = 94.0%, CSPHMM2 = 95.2%, CSPHMM3 = 95.9% - 고함 환경: CSPHMM1 = 51.3%, CSPHMM2 = 55.5%, CSPHMM3 = 59.3% 고함 상황에서 차수가 높은 모델일수록 정확도가 상승했으며, 특히 CSPHMM3은 인간 청취자에 의한 주관적 평가와 거의 일치하는 성능을 보였다. 이는 초분절 상태와 순환 구조가 스트레스(고함)로 인한 음성 변형을 어느 정도 보정한다는 것을 의미한다. 마지막으로 논의와 결론에서는 연구의 의의와 한계를 언급한다. Emirati 방언 데이터베이스 구축은 지역 언어 자원 확보에 기여했으며, CSPHMM3이 고함 환경에서도 비교적 높은 식별률을 달성한 점은 실용적 가치를 가진다. 그러나 고함 환경에서 60% 이하의 정확도는 아직 충분히 높은 수준이 아니며, 데이터 규모·다양성 부족, MFCC에만 의존한 특징 설계, 모델 복잡도 증가 등이 원인으로 지목된다. 향후 연구에서는 더 큰 데이터셋, 초분절·음향 복합 특징, 딥러닝 기반 하이브리드 모델, 실시간 구현을 위한 경량화 등을 제안한다. 요약하면, 이 논문은 Emirati 억양 화자를 대상으로 중립·고함 두 환경에서 텍스트‑독립 화자 식별을 수행했으며, 순환 초분절 HMM의 차수 상승이 고함 상황에서의 식별 성능을 향상시킨다는 중요한 실험적 증거를 제공한다.