다중 마이크 신호 모델 파라미터의 강인한 공동 추정

본 논문은 다중 마이크 배열을 이용한 음성·음향 처리 시스템에서 핵심이 되는 신호 모델 파라미터를 전반적으로 다루고 있다. 전통적으로는 소스 파워 스펙트럼(PSD), 초기 상대 전송 함수(RA‑TF), 후기 잔향 PSD, 마이크 자체 노이즈 PSD 등 네 가지 파라미터가 필요하지만, 기존 연구들은 이 중 일부만을 추정하거나 다른 파라미터를 사전에 알려진 것으로 가정한다. 이러한 접근은 파라미터 간 일관성을 해치고, 실제 환경에서 성능 저하를 초래한다. 저자들은 이러한 문제점을 해결하기 위해 “확인적 요인 분석(Confirmatory Factor Analysis, CFA)”이라는 통계적 모델링 기법을 도입한다. CFA는 관측된 공분산 행렬을 요인(전송 행렬)·요인 파워·노이즈의 합으로 표현하는데, 여기서 요인 행렬 A는 초기 RA‑TF, 요인 파워 행렬 P는 소스 PSD, 대각 노이즈 행렬 Pv는 마이크 자체 노이즈 PSD를 의미한다. 식 (9) P_y = A P A^H + Pv는 이러한 구조를 명시한다. 하지만 단일 시간‑프레임에만 적용하면 식별성 조건을 만족하기 위해 많은 마이크가 필요하고, 비선형 최적화의 지역 최소 문제에 취약하다. 이를 극복하기 위해 저자들은 “비직교 공동 대각화(Non‑Orthogonal Joint Diagonalization)” 원리를 차용한다. 이 방법은 여러 시간‑프레임에 걸쳐 동일한 A와 Pv를 공유하면서 각 프레임마다 서로 다른 P(t)를 추정하도록 설계된다. 즉, 시간‑세그먼트 β 안의 |B_β| 개의 프레임을 동시에 사용해 식 (15) SCFA 문제를 정의한다. 이렇게 하면 방정식 수가 |B_β|배 증가해 첫 번째 식별 조건 M(M+1)/2 ≥ … 을 보다 쉽게 만족하고, 두 번째 식별 조건인 “요인 행렬과 파워 행렬의 자유도 합이 최소 r²”도 제한된 마이크 수로 충족 가능하다. 또한, 파라미터 공간을 선형 제약으로 제한한다. 예를 들어, 특정 행·열의 값(예: 기준 마이크에 대한 RA‑TF는 1)이나 일부 PSD 값을 사전에 알려진 값으로 고정한다. 이러한 제약은 자유도 감소와 동시에 최적화 문제의 비선형성을 완화한다. 특히, Pv는 대각 행렬이며 각 원소 q_i ≥ 0 로 제한함으로써 추정된 노이즈 PSD가 반드시 비음수가 되도록 보장한다. 이는 기존 비직교 대각화 기반 방법이 종종 비양의 반정밀도 행렬을 산출해 성능이 저하되는 문제를 해결한다. 논문은 실험을 통해 제안 방법의 유효성을 검증한다. 실험 설정은 (1) 소스 분리, (2) 디레버버레이션 두 가지 대표 응용이며, 비교 대상은 최신 EM 기반 방법