실시간 분석 신호와 코사인 시리즈 엔벨로프를 활용한 보컬 트레이닝 인터랙티브 도구

본 논문은 보컬 트레이닝을 지원하기 위한 실시간 및 인터랙티브 도구들을 제안하고, 그 구현과 활용 방법을 상세히 기술한다. 서론에서는 적절한 발성이 인간의 일상 생활, 고령자 복지, 전문 보컬리스트 및 음성 치료에 미치는 중요성을 강조하고, 기존의 오프라인 분석 도구가 실시간 피드백을 제공하지 못한다는 한계를 지적한다. 이를 보완하기 위해 저자들은 실시간 F0 후보 추출기와 여러 보조 시각화 도구를 개발하였다. 핵심 도구는 “실시간 F0 후보 추출기”이며, 이는 분석 신호(analytic signal)와 6항 코사인 시리즈 엔벨로프를 이용한 반앨리어싱 필터를 기반으로 한다. 필터는 입력 음성을 실시간으로 복소수 형태의 analytic signal로 변환하고, 위상 차이를 이용해 순간 주파수와 그룹 지연을 계산한다. 이 과정은 기존 FFT 기반 방법보다 연산량이 적고, 위상 언래핑이 필요 없다는 장점이 있다. 또한, 각 옥타브마다 6개의 SNR 추정기를 배치해 80 Hz부터 5 kHz까지의 주파수 대역을 커버한다. 초기 후보는 필터 중심 주파수와 순간 주파수 차이에서 고정점으로 선정하고, SNR이 높은 네 후보를 최종적으로 시각화한다. GUI는 크게 세 부분으로 나뉜다. 좌측 상단부터 하단까지는 파형, F0 후보 궤적, 주기성 살리언스를 실시간으로 스크롤하며 보여준다. 오른쪽 상단 패널은 여러 주기 동안 안정화된 파형을 표시하고, 중앙 오른쪽 패널은 현재 F0 후보를 가장 가까운 음악적 음표와 연결해 트레블·베이스 클레프와 함께 표시한다. 이는 학습자가 “높은” 혹은 “낮은” 음을 직관적으로 파악하도록 돕는다. 오른쪽 하단 바 그래프는 C-Weighting 보정과 30 cm 거리 기준을 적용한 음압 레벨을 실시간으로 보여주며, 빠른 응답(녹색 바)과 느린 응답(빨간 바)을 구분한다. 하단 중앙 패널은 스펙트럼을 세 가지 형태(전력 스펙트럼, 시간 간섭 없는 스펙트럼, 시간·주파수 간섭 없는 스펙트럼)로 동시에 제공한다. 또한 dB 스케일 레벨 인디케이터는 피크, RMS, 부드러운 RMS 값을 색상 커서로 표시해 마이크 보정과 레벨 체크를 용이하게 만든다. 툴바에는 녹음 시작·정지·저장·재생·레퍼런스 로드·마이크 보정 등 10여 개의 버튼이 배치되어 있으며, 각 버튼은 직관적인 라벨과 팝업 메뉴를 통해 사용자가 쉽게 조작할 수 있다. 특히 “Cal.Voice”와 “CAL.Ref” 버튼을 통해 실시간 마이크 입력 레벨을 표준 음압계와 비교해 보정할 수 있다. 보조 도구로는 “실시간 위상 특성 시각화기”와 “상세 인터랙티브 인스펙터”가 있다. 위상 특성 시각화기는 위상 맵, 즉시 주파수 맵, 그룹 지연 맵을 색상으로 표현하고, 현재 F0 후보와 목표 음표를 동시에 표시한다. 이를 통해 발성 과정 중 발생하는 미세 위상 변화를 실시간으로 관찰할 수 있다. 상세 인스펙터는 녹음 파일을 확대·축소·패닝하면서 파형, F0 후보 궤적, 주기성 살리언스를 정밀히 분석한다. 사용자는 마우스 조작만으로 원하는 구간을 자세히 들여다볼 수 있다. 성능 평가에서는 44.1 kHz, 24‑bit 샘플링 신호에 대해 MATLAB 구현이 실시간보다 약 300배 빠른 처리 속도를 보였으며, 10 dB~80 dB SNR 구간에서 제안된 6항 코사인 엔벨로프가 기존 Hann, Hamming, Blackman, Nuttall, Kaiser, PSWF 등 전통적인 윈도우보다 높은 SNR 추정 정확도를 제공함을 실험적으로 확인했다. 또한, SNR 추정 알고리즘은 1 ms 이하의 지연으로 실시간 피드백을 가능하게 한다. 결론에서는 제안된 도구들이 실시간성, 정확도, 사용자 친화성을 모두 만족시키며, MATLAB 기반 오픈소스 코드와 GitHub에 공개된 동영상 자료를 통해 즉시 활용 가능함을 강조한다. 향후 연구 방향으로는 모바일/웹 기반 구현, 딥러닝 기반 보정 모델 적용, 다양한 언어·음악 장르에 대한 확장성을 제시한다.