KR20230067427A

KR20230067427A - 빔포밍을 제어하는 전자 장치 및 이의 동작 방법

Info

Publication number: KR20230067427A
Application number: KR1020210187676A
Authority: KR
Inventors: 백순호; 김상은; 김선미; 문한길; 방경호; 오승훈; 이건우; 차준우
Original assignee: 삼성전자주식회사
Priority date: 2021-11-09
Filing date: 2021-12-24
Publication date: 2023-05-16

Abstract

일 실시 예에 따른 전자 장치는, 맞춤형 빔포머 필터를 결정하기 위해, 외부 사운드 시그널을 수신하기 위한 복수의 마이크들을 포함하는 입력 모듈, 컴퓨터로 실행 가능한 명령어들(computer-executable instructions) 및 외부 사운드 시그널의 빔포밍(beamforming)을 위한 음성 파라미터의 초기값이 저장된 메모리, 및 메모리에 억세스(access)하여 명령어들을 실행하는 프로세서를 포함하고, 명령어들은, 외부 사운드 시그널의 특성값을 추정(estimate)하고, 복수의 마이크들로 수신된 외부 사운드 시그널에 기초하여 빔포밍을 위한 음성 파라미터의 초기값을 계산하고, 특성값에 따라 계산된 초기값을 메모리에 저장할지 결정하고, 특성값에 따라 계산된 초기값 또는 메모리에 저장된 초기값 중 어느 초기값을 사용할지 결정하고, 특성값에 따라 결정된 초기값에 기초하여 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

Description

빔포밍을 제어하는 전자 장치 및 이의 동작 방법 {ELECTRONIC DEVICE FOR CONTROLLING BEAMFORMING AND OPERATING METHOD THEREOF}

아래의 개시는 빔포밍을 제어하는 전자 장치 및 그 제어 방법에 관한 것이다.

전자 장치는 오디오 신호 처리와 관련한 기능을 제공할 수 있다. 예컨대, 전자 장치는 오디오 신호를 수집하고 전달하는 통화 기능, 오디오 신호를 녹음하는 녹음 기능 등을 제공할 수 있다.

이어폰, 헤드폰과 같이 오디오를 출력하는 전자 장치는 음성 신호의 구분을 위해 다양한 노이즈 제거 및 억제 기술을 탑재하고 있을 수 있다. 예를 들어, 헤드폰은 노이즈 제거 회로와 연결된 마이크를 통해 주변 노이즈를 획득하고, 획득된 노이즈에 대하여 역 위상의 안티-노이즈(anti-noise) 신호를 출력할 수 있다. 사용자는 주변 노이즈와, 역 위상의 노이즈를 함께 듣게 되고, 이를 통해 노이즈가 제거된 효과를 얻을 수 있다. 또한 오디오 출력 장치에서 보다 향상된 사용자 음성을 취득하기 위해, 복수의 마이크를 통해 수신한 신호를 빔포밍(beamforming)하는 방법이 연구되고 있다.

귀에 착용하여 사용하는 이어폰 또는 헤드폰 등의 전자 기기는 폼팩터의 한계로 인해 착용 상태에서 전자 기기에 탑재된 마이크와 사용자 입 간의 거리가 멀기 때문에, 주변 노이즈의 영향이 크고, 사용자 음성 취득이 어려울 수 있다.

이어폰 또는 헤드폰 등의 전자 기기로 통화, 녹음 등의 기능 수행 중 주변 환경에 노이즈가 많은 경우, 양호한 음성 신호를 획득하기 어려울 수 있다.

이어폰 또는 헤드폰에서 사용자 음성을 제대로 취득할 수 없는 경우 음성통화의 품질 저하, 음성 인식 성능 저하가 발생할 수 있다.

일 실시 예에 따른 전자 장치는, 외부 사운드 시그널을 수신하기 위한 복수의 마이크들을 포함하는 입력 모듈, 컴퓨터로 실행 가능한 명령어들(computer-executable instructions) 및 상기 외부 사운드 시그널의 빔포밍(beamforming)을 위한 음성 파라미터의 초기값이 저장된 메모리, 및 상기 메모리에 억세스(access)하여 상기 명령어들을 실행하는 프로세서를 포함하고, 상기 명령어들은, 상기 외부 사운드 시그널의 특성값을 추정(estimate)하고, 상기 복수의 마이크들로 수신된 외부 사운드 시그널에 기초하여 빔포밍을 위한 음성 파라미터의 초기값을 계산하고, 상기 특성값에 따라 상기 계산된 초기값을 상기 메모리에 저장할지 결정하고, 상기 특성값에 따라 상기 계산된 초기값 또는 상기 메모리에 저장된 초기값 중 어느 초기값을 사용할지 결정하고, 상기 특성값에 따라 상기 결정된 초기값에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

일 실시 예에 따른 빔포밍을 위한 음성 파라미터를 획득하는 방법은, 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정(estimate)하는 동작, 상기 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터의 초기값을 계산하는 동작, 상기 특성값에 따라 상기 계산된 초기값을 저장할지 결정하는 동작, 상기 특성값에 따라 상기 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작, 및 상기 특성값에 따라 상기 결정된 초기값에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따른 전자 장치의 동작 방법은, 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정(estimate)하는 동작, 상기 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터의 초기값을 계산하는 동작, 상기 특성값에 따라 상기 계산된 초기값을 저장할지 결정하는 동작, 상기 특성값에 따라 상기 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작, 상기 특성값에 따라 상기 결정된 초기값에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작, 상기 타겟 음성 파라미터에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 필터를 결정하는 동작, 상기 필터로 빔포밍된 신호에 대해 잔여 노이즈 크기를 추정하는 동작, 및 상기 추정된 잔여 노이즈 크기에 따라 상기 빔포밍된 신호에 대해 노이즈 처리를 수행하는 동작을 포함할 수 있다.

다양한 실시 예에 따르면, 외부 사운드 시그널의 특성값에 따라 빔포밍을 위한 음성 파라미터를 조정하는 전자 장치가 제공될 수 있다.

다양한 실시 예들에 따르면, 사용자의 착용 스타일 및 귀 모양의 차이에 따라 적응적으로 빔포머 필터를 결정하는 전자 장치가 제공될 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시에 따른 오디오 모듈의 블록도이다.
도 3은 다양한 실시 예에 따른 오디오 신호 처리 시스템의 일 예를 나타낸 도면이다.
도 4는 다양한 실시 예들에 따른 빔포머를 설명하기 위한 블록도이다.
도 5a 및 도 5b는 일 실시 예에 따른 전자 장치에서 빔포밍 및 노이즈 처리가 수행되는 과정 및 전자 장치의 구성을 설명하기 위한 도면이다.
도 6은 다양한 실시 예들에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도이다.
도 7은 다양한 실시 예들에 따른 전자 장치의 노이즈 처리 방법을 설명하기 위한 흐름도이다.
도 8내지 도 11은 외부 사운드 시그널의 특성값에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도이다.

이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.

< 전자 장치 >

도 1은 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.

도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 홀 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

도 2는 다양한 실시에 따른 오디오 모듈(170)의 블록도(200)이다.

도 2를 참조하면, 오디오 모듈(170)은, 예를 들면, 오디오 입력 인터페이스(210), 오디오 입력 믹서(220), ADC(analog to digital converter)(230), 오디오 신호 처리기(240), DAC(digital to analog converter)(250), 오디오 출력 믹서(260), 또는 오디오 출력 인터페이스(270)를 포함할 수 있다.

오디오 입력 인터페이스(210)는 입력 모듈(150)의 일부로서 또는 전자 장치(101)와 별도로 구성된 마이크(예: 다이나믹 마이크, 콘덴서 마이크, 또는 피에조 마이크)를 통하여 전자 장치(101)의 외부로부터 획득한 소리에 대응하는 오디오 신호를 수신할 수 있다. 예를 들어, 오디오 신호가 외부의 전자 장치(102)(예: 헤드셋 또는 마이크)로부터 획득되는 경우, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로(예: Bluetooth 통신) 연결되어 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 오디오 입력 인터페이스(210)는 상기 외부의 전자 장치(102)로부터 획득되는 오디오 신호와 관련된 제어 신호(예: 입력 버튼을 통해 수신된 볼륨 조정 신호)를 수신할 수 있다. 오디오 입력 인터페이스(210)는 복수의 오디오 입력 채널들을 포함하고, 상기 복수의 오디오 입력 채널들 중 대응하는 오디오 입력 채널 별로 다른 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 추가적으로 또는 대체적으로, 오디오 입력 인터페이스(210)는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 오디오 신호를 입력 받을 수 있다.

오디오 입력 믹서(220)는 입력된 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 입력 믹서(220)는, 오디오 입력 인터페이스(210)를 통해 입력된 복수의 아날로그 오디오 신호들을 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.

ADC(230)는 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, ADC(230)는 오디오 입력 인터페이스(210)을 통해 수신된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 입력 믹서(220)를 통해 합성된 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다.

오디오 신호 처리기(240)는 ADC(230)를 통해 입력받은 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소로부터 수신된 디지털 오디오 신호에 대하여 다양한 처리를 수행할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 신호 처리기(240)는 하나 이상의 디지털 오디오 신호들에 대해 샘플링 비율 변경, 하나 이상의 필터 적용, 보간(interpolation) 처리, 전체 또는 일부 주파수 대역의 증폭 또는 감쇄, 노이즈 처리(예: 노이즈 또는 에코 감쇄), 채널 변경(예: 모노 및 스테레오간 전환), 합성(mixing), 또는 지정된 신호 추출을 수행할 수 있다. 일실시예에 따르면, 오디오 신호 처리기(240)의 하나 이상의 기능들은 이퀄라이저(equalizer)의 형태로 구현될 수 있다.

DAC(250)는 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, DAC(250)는 오디오 신호 처리기(240)에 의해 처리된 디지털 오디오 신호, 또는 전자 장치(101)의 다른 구성 요소(예: 프로세서(120) 또는 메모리(130))로부터 획득한 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다.

오디오 출력 믹서(260)는 출력할 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 출력 믹서(260)는 DAC(250)를 통해 아날로그로 전환된 오디오 신호 및 다른 아날로그 오디오 신호(예: 오디오 입력 인터페이스(210)을 통해 수신한 아날로그 오디오 신호)를 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.

오디오 출력 인터페이스(270)는 DAC(250)를 통해 변환된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 출력 믹서(260)에 의해 합성된 아날로그 오디오 신호를 음향 출력 모듈(155)을 통해 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)는, 예를 들어, dynamic driver 또는 balanced armature driver 같은 스피커, 또는 리시버를 포함할 수 있다. 일실시예에 따르면, 음향 출력 모듈(155)는 복수의 스피커들을 포함할 수 있다. 이런 경우, 오디오 출력 인터페이스(270)는 상기 복수의 스피커들 중 적어도 일부 스피커들을 통하여 서로 다른 복수의 채널들(예: 스테레오, 또는 5.1채널)을 갖는 오디오 신호를 출력할 수 있다. 일실시예에 따르면, 오디오 출력 인터페이스(270)는 외부의 전자 장치(102)(예: 외부 스피커 또는 헤드셋)와 연결 단자(178)를 통해 직접, 또는 무선 통신 모듈(192)을 통하여 무선으로 연결되어 오디오 신호를 출력할 수 있다.

일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 믹서(220) 또는 오디오 출력 믹서(260)를 별도로 구비하지 않고, 오디오 신호 처리기(240)의 적어도 하나의 기능을 이용하여 복수의 디지털 오디오 신호들을 합성하여 적어도 하나의 디지털 오디오 신호를 생성할 수 있다.

일실시예에 따르면, 오디오 모듈(170)은 오디오 입력 인터페이스(210)를 통해 입력된 아날로그 오디오 신호, 또는 오디오 출력 인터페이스(270)를 통해 출력될 오디오 신호를 증폭할 수 있는 오디오 증폭기(미도시)(예: 스피커 증폭 회로)를 포함할 수 있다. 일실시예에 따르면, 상기 오디오 증폭기는 오디오 모듈(170)과 별도의 모듈로 구성될 수 있다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나 또는 둘"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 3은 다양한 실시 예에 따른 오디오 신호 처리 시스템(10)의 일 예를 나타낸 도면이다.

도 3을 참조하면, 일 실시 예에 따른 오디오 신호 처리 시스템(10)은 제1 전자 장치(101) 및 제2 전자 장치(102)를 포함할 수 있다. 제1 전자 장치(101) 및 제2 전자 장치(102)는 도 1을 참조하여 전술한 전자 장치(101)의 구성을 적어도 일부를 포함할 수 있다. 일 실시 예에 따르면, 제1 전자 장치(101)는 제2 전자 장치(102)와 유선 또는 무선으로 연결되고, 제2 전자 장치(102)가 전달하는 오디오 신호를 출력할 수 있다. 제1 전자 장치(101)는 복수의 마이크를 이용하여 외부 사운드 시그널을 수집하고, 수집된 오디오 신호를 제2 전자 장치(102)로 전달할 수 있다.

일 실시 예에 따르면, 제1 전자 장치(101)는 근거리 통신 채널(예: 블루투스 모듈 기반의 통신 채널)을 제2 전자 장치(102)와 형성할 수 있는 무선 이어폰일 수 있다. 예를 들어, 제1 전자 장치(101)는 완전 무선 이어폰(TWS: true-wireless stereo), 무선 헤드폰(headphone) 및 무선 헤드셋(headset) 중 어느 하나일 수 있다. 도 3에서 제1 전자 장치(101)가 커널형 무선 이어폰으로 도시되어 있으나, 이로 제한되는 것은 아니다. 일례로, 제1 전자 장치(101)는 양호한 사용자 음성 신호를 수집하기 위해 적어도 일부 하우징이 특정 방향으로 돌출된 지주(stem) 형 무선 이어폰일 수 있다. 다른 일 실시 예에 따르면, 제1 전자 장치(101)는 유선 방식으로 제2 전자 장치(102)와 연결되는 유선 이어폰일 수 있다.

일 실시 예에 따르면, 이어폰 타입의 제1 전자 장치(101)는 사용자의 귀에 삽입될 수 있는 삽입부(301a)와, 삽입부(301a)와 연결되며 사용자의 귓바퀴에 적어도 일부가 거치될 수 있는 거치부(301b)를 가지는 하우징(301)(또는 케이스)을 포함할 수 있다. 제1 전자 장치(101)는 복수의 마이크(150-1, 150-2)을 포함할 수 있다.

다양한 실시예에 따르면, 전자 장치(101)는 사용자의 입력을 수신할 수 있는 입력 인터페이스(377)를 포함할 수 있다. 입력 인터페이스(377)는 예를 들어, 물리적인 인터페이스(예: 물리 버튼, 터치 버튼)와 가상 인터페이스(예: 제스처, 사물 인식, 음성 인식)를 포함할 수 있다. 일 실시예에서, 전자 장치(101)는 사용자의 피부와 접촉을 감지할 수 있는 터치 센서를 포함할 수 있다. 예를 들어, 전자 장치(101)의 일부에는 터치 센서가 배치된 영역(예: 입력 인터페이스(377))이 위치할 수 있다. 사용자가 신체 부위를 이용하여 이 영역을 터치하는 것으로 입력을 인가할 수 있다. 이러한 터치 입력은 예를 들어, 한 번 터치, 복수 터치, 스와이프(swipe), 및/또는 튕기기(flick)를 포함할 수 있다.

마이크(150-1, 150-2)는 도 1을 참조하여 전술한 입력 모듈(150)의 기능을 수행할 수 있고, 도 1을 참조하여 설명한 부분과 중복되는 설명은 생략한다. 마이크(150-1, 150-2) 중 제1 마이크(150-1)는 거치부(301b)에 배치되어 제1 전자 장치(101)가 사용자의 귀에 착용된 상태에서 외부 주변 사운드를 수집할 수 있도록, 귀 내측을 기준으로, 음공의 적어도 일부가 외부로 노출되도록 배치될 수 있다. 마이크(150-1, 150-2) 중 제2 마이크(150-2)는 삽입부(301a)에 배치될 수 있다. 제2 마이크(150-2)는 제1 전자 장치(101)가 사용자의 귀에 착용된 상태에서 바깥귀길(또는, 외이도) 내부로 전달되는 신호를 수집할 수 있도록, 바깥귀길의 귓바퀴쪽 개구부를 기준으로, 음공의 적어도 일부가 바깥귀길 내측을 향해 노출되거나 바깥귀길의 내벽과 적어도 일부가 접촉되도록 배치될 수 있다. 예를 들어, 사용자가 제1 전자 장치(101)를 착용하고 음성을 발화하는 경우, 발화에 따른 떨림의 적어도 일부가 사용자의 피부나 근육 또는 뼈 등을 통해 전달되고, 전달된 떨림은 귀 내측에서 제2 마이크(150-2)에 의해 주변 사운드로 수집될 수 있다.

다양한 실시 예에 따르면, 제2 마이크(150-2)는 사용자의 귀 내측 공동에서 소리를 수집할 수 있는 다양한 형태의 마이크(예: 인이어 마이크, 이너 마이크, 또는 골전도 마이크)일 수 있다. 예를 들어, 제2 마이크(150-2)는, 음성을 감지하기 위한 적어도 하나의 공기 전도 마이크(air conduction microphone) 및/또는 적어도 하나의 골 전도 마이크(bone conduction microphone)를 포함할 수 있다. 공기 전도 마이크는 공기를 통해 전달되는 음성(예: 사용자의 발화)을 감지하여, 감지된 음성에 대응하는 음성 신호를 출력할 수 있다. 골 전도 마이크는, 사용자의 발성에 의한 골(bone)(예: 두개골)의 진동을 측정하여, 측정된 진동에 대응하는 음성 신호를 출력할 수 있다. 골 전도 마이크는, 골 전도 센서 또는 그 밖의 다양한 명칭으로 호칭될 수 있다. 공기 전도 마이크에 의해 감지되는 음성은 사용자의 발화가 공기를 통해 전달되는 동안 외부 잡음(noise)이 섞인 음성일 수 있다. 골 전도 마이크에 의해 감지되는 음성은 골의 진동에 따라 감지된 음성이므로 외부 잡음의 유입(예: 잡음의 영향)이 적은 음성일 수 있다.

도 3에서는 제1 마이크(150-1) 및 제2 마이크(150-2)가 각각 한 개씩 전자 장치(101)에 탑재된 것으로 도시되었으나 이에 제한되는 것은 아니고, 외부 마이크인 제1 마이크(150-1) 및 인이어 마이크인 제2 마이크(150-2)는 전자 장치(101)에 복수 개 탑재될 수 있다. 도 3에서는 생략되었으나, 전자 장치(101)에는 음성 활동 감지(VAD: voice activity detection)를 위한 가속기(accelerator) 및 진동 센서(예: VPU(voice pickup unit) 센서)가 더 포함될 수 있다.

일 실시 예에 따르면, 제1 전자 장치(101)에는 도 1 및 도 2를 참조하여 전술한 오디오 모듈(170)이 포함될 수 있다. 도 1 및 도 2를 참조하여 설명한 부분과 중복되는 설명은 생략한다. 제1 전자 장치(101)는 오디오 모듈(170)을 통해(예를 들어, 도 2의 오디오 신호 처리기(240)를 통해) 노이즈 처리(예: 노이즈 억제(noise suppressing) 처리), 주파수 대역 조절, 이득(gain) 조절과 같은 오디오 신호 처리를 수행할 수 있다. 제1 전자 장치(101)의 구성은 도 5b를 참조하여 상세히 설명한다. 제1 전자 장치(101)는 도 4 내지 도 11에서 전자 장치(101)로 지칭될 수 있다.

일 실시 예에 따르면, 전자 장치(101)는 사용자의 귀에 착용된 상태를 감지할 수 있는 센서를 포함할 수 있다. 예를 들어, 센서는 물체와의 거리를 감지할 수 있는 센서(예: 적외선 센서, 레이저 센서), 물체와의 접촉을 감지할 수 있는 센서(예: 터치 센서)를 포함할 수 있다. 이러한 센서는 전자 장치(101)가 사용자의 귀에 착용됨에 따라, 피부와의 거리 또는 피부와의 접촉을 감지하여 신호를 생성할 수 있다. 전자 장치(101)의 프로세서(120)는 센서가 생성한 신호를 감지하여 전자 장치(101)가 현재 착용 상태인지 여부를 인식할 수 있다.

일 실시 예에 따르면, 제2 전자 장치(102)는 제1 전자 장치(101)와 통신 채널을 형성하고, 제1 전자 장치(101)로 지정된 오디오 신호를 전달하거나, 제1 전자 장치(101)로부터 오디오 신호를 수신할 수 있다. 예를 들어, 제2 전자 장치(102)는 제1 전자 장치(101)와 통신 채널(예: 유선 또는 무선 통신 채널)을 형성할 수 있는 휴대 단말, 단말 장치, 스마트폰, 태블릿 PC, 패드류, 웨어러블 전자 장치와 같은 다양한 전자 장치일 수 있다. 제2 전자 장치(102)는 도 1을 참조하여 전술한 전자 장치(101)와 동일하거나 대응하는 구성을 포함할 수 있고, 구현에 따라 도 1의 전자 장치(101)보다 적거나 많은 구성을 포함할 수 있다. 제2 전자 장치(102)는 도 4 내지 도 11에서 전자 장치(102)로 지칭될 수 있다.

일 실시 예에 따르면 오디오 신호 처리 시스템(10)에서, 제1 전자 장치(101)는 향상된 사용자 음성 신호를 획득하기 위해 빔포밍(beamforming)을 수행할 수 있다. 예를 들어 제1 전자 장치(101)는 복수개의 마이크들(150-1, 150-2)로 수신한 외부 사운드 시그널에 대해 빔포밍을 수행할 수 있다. 다양한 실시 예들에 따른, 빔포밍을 수행하는 빔포머에 대해 도 4를 참조하여 상세히 설명한다.

도 4는 다양한 실시 예들에 따른 빔포머를 설명하기 위한 블록도이다.

도 4를 참조하면, 일 예에 따른 신호 의존 빔포머(signal-dependent beamformer)의 블록도가 도시된다. 도 4를 참조하여 빔포밍 및 빔포머의 종류에 대해 간략히 설명한다.

도 4와 같이 M개의 마이크 중 i번째 마이크로 들어오는 신호

는 음성 신호

와 노이즈 신호

로 구성되어,

로 표현될 수 있다. 방향성이 있는 신호

는 복수의 마이크에 각각 다른 위상을 가지고 유입되고, 위상 차이는 음원의 위치에 따라 결정된다. 일반적으로 음성 신호와 노이즈 신호의 음원 위치가 다르므로, 아래 [수학식 1]과 같이 M개의 마이크 중 첫번째 마이크로 입력된 음성 신호와 i번째 마이크와의 음성 신호의 위상 차이

와, 첫번째 마이크로 입력된 노이즈 신호와 i번째 마이크의 노이즈 신호의 위상 차이

가 서로 다를 수 있다.

빔포밍 기술이란, 이와 같이 각각 다른 마이크로 입력되는 입력 신호에 대한 위상 차이를 보상함으로써 음성 신호의 특성값, 예를 들어 SNR(signal-to-noise ratio)을 향상시키는 기술이고, 빔포밍을 통해 출력되는 출력 신호

는 아래 [수학식 2]와 같이 표현될 수 있다.

는 음성 신호에 대한 위상 차이를 보상하기 위한 것으로, 빔포머 벡터, 빔포머 필터 등으로 지칭될 수 있다.

에 의해 노이즈 성분이 상쇄되고, 음성 성분 대비 노이즈 성분의 크기가 상대적으로 작아질 수 있으므로, 음성 신호의 SNR이 향상될 수 있다.

빔포머는 입력 신호의 특성을 이용하는지 여부에 따라 신호 독립 빔포머(signal-independent beamformer) 및 신호 의존 빔포머로 구분될 수 있다. 신호 독립 빔포머는 위치 측정 기술(localization)을 통해 음성의 DoA(direction of arrival, 도래각)를 추정하고, 방향 정보를 이용해 각 마이크로 입력된 신호 간 발생한 위상 차이를 보상하는 방법으로 빔포밍을 수행할 수 있다. 위상 차이를 보상하는 빔포머 필터

를 구하는 방법에 따라, 신호 독립 빔포머에는 DSBF(Delay-and-sum Beamformer), GSC(Generalized sidelobe canceller) 빔포머, MVDR(Minimum variance distortion response) 빔포머 등이 포함될 수 있다. 음성 신호의 방향 정보와 마이크의 위치 정보를 미리 알 수 있거나, 높은 정확도로 추정할 수 있는 환경(예: 사용자의 위치가 변하지 않는 환경)에서, 신호 독립 빔포머는 SNR에 상관없이 일정한 성능을 유지할 수 있다. 다만 사용자 위치가 변하는 경우 사용자 입의 방향(DoA)을 추정해야 하므로, 노이즈 환경에서 사용자 입의 방향 추정에 오차가 발생하거나 실내에서 반향(reverberation)이 발생하는 경우 신호 독립 빔포머의 성능이 저하될 수 있다.

신호 의존 빔포머는 마이크 입력 신호들의 공간적인 특징에 기초하여 빔포밍을 수행하는 빔포머로, 도 4는 일 예에 따른 신호 의존 빔포머의 블록도이다. 노이즈 환경에서 마이크의 입력 신호는 음성과 노이즈가 섞여 있는 구간 및 음성 없이 노이즈만 존재하는 구간으로 구분될 수 있고, 음성이 포함된 구간에서 음성에 대한 공분산 행렬(speech covariance matrix)인 Cx가, 노이즈만 존재하는 구간에서 노이즈에 대한 공분산 행렬(noise covariance matrix)인 Cn이 획득될 수 있다. Cx에는 음성의 공간적인 특징이 포함될 수 있고, Cn에는 노이즈의 공간적인 특징이 포함될 수 있다. Cx 및 Cn이 획득되는 다양한 실시 예들은 도 5a를 참조하여 설명한다.

Cx 및 Cn에 기초하여, 사용자 입 방향으로 steering하는 빔포머 필터 및 사용자 입 방향으로 null 벡터를 생성하는 빔포머 필터가 결정될 수 있다. 신호 의존 빔포머는 사용자 입 방향으로 steering하는 빔포머 필터에 기초하여 음성 신호에서 노이즈의 크기를 줄이거나, 사용자 입 방향으로 null 벡터를 생성하는 빔포머 필터에 기초하여 노이즈 성분만 취득할 수 있다.

공분산 행렬 Cx 및 Cn에 기초하여 빔포머 필터를 결정하는 방법은 다양한 실시 예들이 가능할 수 있다. 일례로, MaxSNR 빔포머는 아래 [수학식 3]에 기초하여 신호의 SNR을 최대한 향상시는 방향으로 빔포머 필터를 결정할 수 있다.

MaxSNR 빔포머는

의 가장 큰 eigenvalue

를 갖는 eigen vector인

를 빔포머 필터로 결정할 수 있다.

다른 일례로, MVDR beamformer(Minimum Variance Distortionless Response Beamformer)는 음성의 왜곡을 최소화하면서 노이즈를 제거하는 빔포밍을 수행할 수 있다. MVDR 빔포머에서 빔포머 필터를 구하는 방법은 다양할 수 있고, 예를 들어 아래 [수학식 4]와 같이 MaxSNR빔포머를 활용하여 빔포머 필터를 구할 수 있다.

또 다른 일 례로, MaxSNR 빔포머에서 구해진

의 null space를 이용하여 GSC(Generalized Sidelobe Canceler)의 BM(Blocking Matrix)

가 아래 [수학식 5]에 기초하여 획득될 수 있다.

를 통해 노이즈와 음성이 섞인 신호에서 음성 성분이 제거될 수 있고, 음성 성분이 제거된 신호에 기초하여 노이즈와 음성이 섞인 신호에서 노이즈가 보다 정교하게 제거될 수 있다.

신호 의존 빔포머의 경우 신호 독립 빔포머와 달리 음성 방향에 대한 강건성(robustness)이 높지만, SNR이 낮은 환경에서는 음성의 공분산 행렬 Cx의 정확도 감소로 인해 성능이 저하될 수 있다. 인 이어 마이크 또는 진동 센서에 기초하여 음성 활동을 감지한 후 신호 독립 빔포머를 활용하여 음성의 위치를 추정하는 방법이 활용될 수 있으나, SNR이 낮은 환경에서는 음성 위치 추정의 오차가 커질 수 있다. 또한 음성 위치에 기초하여 빔포밍을 제어하는 방법은 착용 각도로 인한 편차만을 보상할 수 있을 뿐, 사용자의 착용 스타일이나 귀 내부 구조 등의 차이로 인한 편차를 반영할 수 없다. 사용자마다 착용 스타일이나 귀 내부 구조의 차이로 인해 이상적인 빔포밍 방향이 달라질 수 있고, 빔포머 필터도 달라질 수 있다.

도 5a 내지 도 11을 참조하여, SNR이 낮은 환경에서 사용자의 착용 스타일 및 귀 내부 구조의 차이로 인해 성능이 저하되는 것을 방지하는 방법을 상세히 설명한다.

도 5a 및 도 5b는 일 실시 예에 따른 전자 장치(101)에서 빔포밍 및 노이즈 처리가 수행되는 과정 및 전자 장치(101)의 구성을 설명하기 위한 도면이다.

도 5a를 참조하면, 일 실시 예에 따른 전자 장치(101)에서 빔포밍 및 노이즈 처리를 수행하는 노이즈 처리 시스템(500)이 도시된다. 도 3을 참조하여 설명한 바와 같이, 전자 장치(101)에는 외부 마이크(예: 도 3의 제1 마이크(150-1)), 인-이어 마이크(예: 도 3의 제2 마이크(150-2)) 및 가속기(502)가 포함될 수 있다.

전자 장치(101)의 복수의 마이크들(예를 들어, 외부 마이크 및 인-이어 마이크)로 수신된 외부 사운드 시그널에 대해 빔포머(510)에서 빔포밍이 수행될 수 있다. 전자 장치(101)는 외부 사운드 시그널의 특성값에 따라 빔포머 필터 결정과 관련된 파라미터(예를 들어, 도 4를 참조하여 설명한 음성 공분산 행렬 Cx)를 메모리로부터 로드(load)하거나 메모리에 저장(520)함으로써 빔포머 필터를 결정할 수 있다. 외부 사운드 시그널 특성값에 따라 빔포밍이 수행되는 동작은 도 6 내지 도 11을 참조하여 상세히 설명한다.

전자 장치(101)의 인이어 마이크, 가속기(502)에 기초하여 음성 활동이 감지될 수 있다(530). 음성 활동 감지(VAD: voice activity detection)에 기초하여 t번째 프레임에서 f번째 주파수 빈(bin)에 대응하는 마스크 m(t,f)이 추정될 수 있고, 음성의 공분산 행렬 Cx(f)와 노이즈의 공분산 행렬 Cn(f)가 아래 [수학식 6]에 기초하여 결정될 수 있다. 다만 Cx와 Cn을 구하는 방법이 아래 [수학식 6]으로 제한되는 것은 아니고, 일반적으로 알려진 다양한 방법들이 사용될 수 있다.

이 때,

는 t번째 프레임에서 f번째 주파수 빈(bin)에 대응하는 마이크 입력 신호일 수 있다. 도 4를 참조하여 전술한 바와 같이, Cx와 Cn의 대각 행렬 성분에는 각 신호의 크기에 대한 정보가, 대각 행렬이 아닌 성분에는 각 신호의 공간에 대한 정보가 포함될 수 있다. Cx와 Cn은 도 4를 참조하여 전술한 바와 같이 빔포머(410)의 필터를 결정하는 데 사용될 수 있다.

빔포머 필터가 결정되면, VAD(530) 결과에 따라 잔여 노이즈 크기가 추정되고(540), 추정된 노이즈 크기 정보에 따라 빔포밍 결과에서 잔여 노이즈가 제거될 수 있다(550). 잔여 노이즈 제거 과정에서 DNN(deep neural network)이 이용될 수 있다.

전술한 일련의 노이즈 처리 시스템(500)의 동작에 의해, 전자 장치(101)에서는 향상된 음성 오디오 신호가 출력될 수 있다. 이하 도 5b를 참조하여 전자 장치(101)의 구성을 설명하고, 도 6 내지 도 11을 참조하여 전자 장치(101)의 구체적인 동작을 설명한다.

도 5b는 일 실시 예에 따른 전자 장치(101)의 구성을 설명하기 위한 블록도이다.

도 5b의 전자 장치(101)는 도 3을 참조하여 전술한 제1 전자 장치(101), 도 5b의 전자 장치(102)는 도 3을 참조하여 전술한 제2 전자 장치(102)일 수 있다.

전자 장치(101)는 주변 사운드를 수신하기 위한 입력 모듈(150), 주변 사운드를 처리한 사운드를 출력하기 위한 음향 출력 모듈(155), 주변 사운드를 처리하기 위한 오디오 모듈(170), 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)과 음성 파라미터 초기값 정보(580)가 저장된 메모리(130), 및 메모리(130)에 억세스(access)하여 명령어들을 실행하는 프로세서(120)가 포함될 수 있다. 전자 장치(101), 전자 장치(102), 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 오디오 모듈(170) 및 통신 모듈(190)은 도 1 내지 도 4를 참조하여 전술한 전자 장치(101), 전자 장치(102), 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 오디오 모듈(170) 및 통신 모듈(190)에 대응할 수 있고, 중복되는 설명은 생략한다. 도 3을 참조하여 전술한 바와 같이, 전자 장치(101)는 무선 이어폰과 같은 오디오 출력 장치, 전자 장치(102)는 스마트폰과 같이 전자 장치(101)와 오디오 신호를 송수신하는 전자 장치일 수 있다.

프로세서(120)는 입력 모듈(150)을 통해 수신한 외부 사운드 시그널의 특성값을 추정할 수 있다. 예를 들어 프로세서(120)는 복수의 마이크(예: 도 3의 외부 마이크(150-1), 인이어 마이크(150-2))를 통해 수신한 외부 사운드 시그널의 특성값을 추정할 수 있다. 이하 특성값을 SNR을 기준으로 설명하지만 이에 제한되는 것은 아니고, 특성값으로 예를 들어 외부 사운드 시그널의 노이즈 파워(noise power)가 이용될 수 있다.

프로세서(120)는 외부 사운드 시그널에 기초하여 빔포밍을 위한 음성 파라미터의 초기값을 계산하고, 특성값에 따라 계산된 초기값을 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장할지 결정하고, 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하고, 결정된 초기값에 기초하여 음성 파라미터를 획득할 수 있다. 음성 파라미터는 도 4를 참조하여 설명한 신호 의존 빔포머에서, 빔포머 필터 결정에 사용되는 음성 공분산 행렬(speech covariance matrix) Cx일 수 있다.

일 실시 예에 따르면, 향상된 음성 신호를 획득하기 위해 외부 사운드 시그널의 특성값에 따라 빔포머 필터를 조정하는 프로그램(예: 도 1의 프로그램(140))이 소프트웨어로서 메모리(130)에 저장될 수 있다. 구체적인 프로세서(120)의 동작은 도 6 내지 도 11을 참조하여 상세히 설명한다.

< 전자 장치의 동작 방법 >

도 6은 다양한 실시 예들에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도이다.

동작 610 내지 동작 650은 도 5b를 참조하여 전술된 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 5를 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다. 동작 610 내지 동작 650은 도 5a를 참조하여 전술한 빔포밍 동작(510) 및 빔포머 필터 관련 파라미터를 로드하거나 저장하는 동작(520)에 대응될 수 있다.

일 실시 예에 따르면 동작 610에서, 프로세서(120)는 외부 사운드 시그널의 특성값을 추정할 수 있다. 외부 사운드 시그널은 도 5b를 참조하여 전술한 입력 모듈(150), 예를 들어 도 3의 복수의 마이크(150-1, 150-2)를 통해 수신될 수 있다.

일 실시 예에 따르면, 프로세서(120)는 전자 장치(101)에 탑재된 복수의 마이크들 중 메인 마이크(예를 들어, 복수의 외부 마이크들 중 입에 가장 가까운 마이크)를 통해 수신된 외부 사운드 시그널의 특성값을 추정할 수 있다. 특성값은 SNR 또는 노이즈 파워일 수 있다. 프로세서(120)는 도 5a를 참조하여 전술한 음성 활동 감지(530) 기술을 활용하여 특성값을 추정할 수 있다. 예를 들어 도 5a를 참조하여 전술한 바와 같이, 진동 센서, 가속기, 인이어 마이크 등에 기초하여 음성 활동이 감지되는 경우 SNR을 추정함으로써 프로세서(120)는 보다 정확하게 외부 사운드 시그널의 SNR을 추정할 수 있다.

일 실시 예에 따르면 동작 620에서, 프로세서(120)는 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터의 초기값을 계산할 수 있다. 프로세서(120)는 복수의 마이크로 입력된 신호들에 기초하여 도 4 및 도 5a를 참조하여 전술한 음성 공분산 행렬 Cx의 초기값을 계산할 수 있다. 일 례로, 프로세서(120)는 복수의 외부 마이크들 각각으로 입력된 오디오 신호 사이의 음성 공분산 행렬의 초기값을 획득할 수 있다. 다른 일 례로, 프로세서(120)는 외부 마이크(예: 도 3의 외부 마이크(150-1))로 입력된 오디오 신호 및 내부 마이크(예: 도 3의 인이어 마이크(150-2))로 입력된 오디오 신호 사이의 음성 공분산 행렬의 초기값을 획득할 수 있다.

일 실시 예에 따르면 동작 630에서 프로세서(120)는 특성값에 따라, 계산된 음성 파라미터 초기값을 저장할지 결정할 수 있다. 프로세서(120)는 외부 사운드 시그널의 SNR이 제1 임계값(예를 들어, 15dB)을 초과하면, 계산된 음성 공분산 행렬의 초기값을 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장할 수 있다. 프로세서(120)는 외부 사운드 시그널의 SNR이 제1 임계값(예를 들어, 15dB) 이하이면, 계산된 음성 공분산 행렬의 초기값을 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장하지 않기로 결정할 수 있다.

SNR이 예를 들어 15dB를 초과하는 경우, SNR이 높아 음성 공분산 행렬의 초기값으로 정확도 높은 음성 공분산 행렬이 추정될 수 있고, 빔포밍 성능이 유지될 수 있다. 외부 사운드 시그널의 특성값이 제1 임계값을 초과하는 경우 프로세서(120)의 동작은 도 9를 참조하여 상세히 설명한다.

일 실시 예에 따르면 동작 640에서 프로세서(120)는 특성값에 따라, 계산된 초기값 및 저장된 초기값 중 어느 초기값을 기초로 음성 파라미터를 획득할지 결정할 수 있다. 프로세서(120)는 외부 사운드 시그널의 SNR이 제2 임계값(예를 들어, 5dB)을 초과하면 동작 620에서 계산한 음성 파라미터의 초기값을 사용하고, 제2 임계값 이하이면 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장된 초기값을 로드(load)하여 사용하기로 결정할 수 있다.

SNR이 예를 들어 5dB를 초과하는 경우, 프로세서(120)는 계산된 초기값을 기초로 업데이트함으로써 타겟 음성 파라미터를 획득할 수 있다. SNR이 예를 들어 5dB 이하인 경우, 양호한 초기값이 주어지면 정확도 높은 음성 공분산 행렬이 추정(또는, 업데이트)될 수 있고, 빔포밍 성능이 유지될 수 있다. SNR이 5dB 이하인 경우, 프로세서(120)는 SNR이 15dB를 초과할 때 저장된 음성 공분산 행렬의 초기값(예를 들어, 동작 630에서 저장된 초기값)을 로드하고, 이에 기초하여 음성 공분산 행렬을 업데이트함으로써 빔포머 필터의 결정에 사용되는 타겟 음성 공분산 행렬을 결정할 수 있다. 외부 사운드 시그널의 특성값이 제1 임계값 이하이고 제2 임계값을 초과하는 경우 프로세서(120)의 동작은 도 10을 참조하여 상세히 설명한다. 외부 사운드 시그널의 특성값이 제2 임계값 이하이고 제3 임계값을 초과하는 경우 프로세서(120)의 동작은 도 11을 참조하여 상세히 설명한다.

일 실시 예에 따르면 동작 650에서 프로세서(120)는 특성값에 따라, 결정된 초기값에 기초하여 빔포밍을 위한 타겟 음성 파라미터를 획득할 수 있다. 프로세서(120)는 외부 사운드 시그널의 SNR이 제3 임계값(예를 들어, -5dB)을 초과하면, 동작 640을 참조하여 설명한 바와 같이 로드하거나 계산된 초기값에 기초하여 음성 공분산 행렬을 업데이트함으로써 빔포머 필터를 결정하기 위한 타겟 음성 공분산 행렬을 결정할 수 있다.

프로세서(120)는 외부 사운드 시그널의 SNR이 제3 임계값(예를 들어, -5dB) 이하이면 업데이트 과정 없이 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장된 초기값을 음성 파라미터로 사용하도록 결정할 수 있다. SNR이 예를 들어 -5dB 이하인 경우, 노이즈 성분이 음성 성분보다 우세한(dominant) 환경이므로 음성 공분산 행렬의 추정이 불가능할 수 있다. 따라서, 프로세서(120)는 SNR이 -5dB 이하인 경우 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장된 양호한 초기값을 로드하되, 업데이트 과정 없이 초기값을 그대로 빔포머 필터의 결정을 위한 타겟 음성 공분한 행렬로 사용할 수 있다. 외부 사운드 시그널의 특성값이 제3 임계값 이하인 경우 프로세서(120)의 동작은 도 8을 참조하여 상세히 설명한다.

프로세서(120)의 동작 610 내지 동작 650을 통해 맞춤형 빔포머 필터를 결정하기 위한 타겟 음성 공분산 행렬이 결정될 수 있고, SNR이 낮은 환경에서도 착용 스타일, 귀 내부 구조의 차이로 인한 빔포밍 성능 저하가 발생하지 않을 수 있다.

전술한 동작 610 내지 동작 650에서, 제1 임계값은 제2 임계값보다 크고, 제2 임계값은 제3 임계값보다 클 수 있다. 제1 임계값은 15dB, 제2 임계값은 5dB, 제3 임계값은 -5dB일 수 있으나 일 예시일 뿐 이에 제한되는 것은 아니다.

도 7은 다양한 실시 예들에 따른 전자 장치의 노이즈 처리 방법을 설명하기 위한 흐름도이다.

동작 710 내지 동작 730은 도 5b를 참조하여 전술된 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 6을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다. 동작 710 내지 동작 730은 도 5a를 참조하여 전술한 빔포밍 이후 노이즈 추정 동작(540) 및 노이즈 제거 동작(550)에 대응될 수 있다.

일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 외부 사운드 시그널의 특성값에 기초하여 타겟 음성 파라미터를 획득하는 동작(예: 도 6의 동작 650) 이후 동작 710 내지 동작 730을 수행할 수 있다.

일 실시 예에 따르면 동작 710에서 프로세서(120)는 도 6의 동작 610 내지 동작 650에 걸쳐 획득한 타겟 음성 파라미터에 기초하여, 외부 사운드 시그널의 빔포밍을 위한 빔포머 필터를 결정할 수 있다. 예를 들어, 프로세서(120)는 도 6을 참조하여 전술한 동작을 수행함으로써 정확도 높은 타겟 음성 공분산 행렬 Cx를 획득할 수 있고, 도 4 및 도 5a를 참조하여 전술한 바와 같이 타겟 공분산 행렬 Cx를 통해 빔포머 필터를 조정할 수 있다. 예를 들어 도 4를 참조하여 전술한 바와 같이, 프로세서(120)는 획득한 Cx에 기초하여 사용자 입 방향으로 steering하는 빔포머 필터 또는 사용자 입 방향으로 null 벡터를 생성하는 빔포머 필터를 결정할 수 있다.

일 실시 예에 따르면 동작 720에서 프로세서(120)는 결정된 필터로 빔포밍된 신호에 대해 잔여 노이즈 크기를 추정하고, 동작 730에서 잔여 노이즈 크기에 따라 빔포밍된 신호에 대한 노이즈 처리(예를 들어, 노이즈 제거(noise suppression))를 수행할 수 있다.

전자 장치(101)는 타겟 음성 파라미터인 타겟 음성 공분산 행렬에 기초하여, 동작 710 내지 동작 730을 통해 빔포머 필터를 결정하고 노이즈 처리를 수행함으로써, 향상된 품질의 음성 신호를 획득할 수 있다.

다른 일 실시 예에 따르면, 전자 장치(101)는 음성 파라미터의 양호한 초기값을 획득하기 위한 별개의 트레이닝 모드를 수행할 수 있다. 프로세서(120)는 특성값(예: SNR)이 제1 임계값(예: 15dB)을 초과하는 환경에서 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장할 음성 파라미터의 초기값을 계산하기 위해, 사용자에게 발화를 요청하는 가이드 인터페이스를 출력할 수 있다. 일 례로, 전자 장치(101) 또는 전자 장치(101)와 연동된 전자 장치(102)(예: 도 3의 전자 장치(102))의 디스플레이를 통해 특성값이 높은 환경(예를 들어, 조용한 환경)에서 발화할 것을 요청하는 UI가 출력될 수 있다. 일 례로, 조용한 환경에서 특정 문장 또는 임의의 문장을 발화할 것을 요청하는 UI가 전자 장치(101)를 통해 사용자에게 청각적으로 출력될 수 있다. 다른 일 례로, 유사한 UI가 전자 장치(101)와 연동된 전자 장치(120)를 통해 사용자에게 시각적으로 출력될 수 있다.

프로세서(120)는 도 6을 참조하여 설명한 바와 같이 복수의 마이크들로 수신된 사용자 발화에 기초하여 음성 파라미터의 초기값을 계산하고, 계산된 음성 파라미터의 초기값을 메모리(130)에 저장할 수 있다. 프로세서(120)는 복수의 마이크로 수신된 사용자 발화에 따라 음성 공분산 행렬의 초기값을 계산하고, 외부 사운드 시그널이 제1 임계값을 초과하는 경우 프로세서(120)의 동작(예: 도 6의 동작 630)과 같이 메모리(130)의 음성 파라미터 초기값 정보(580)에 계산된 초기값을 저장할 수 있다. 전술한 트레이닝 모드 실시 예에 따르면, 프로세서(120)는 도 6의 동작 630과 같이 일반적인 상황에서 특성 값이 높을 때의 초기값을 저장하는 실시 예보다 확실하게 양호한 초기값을 획득하여 메모리(130)에 저장할 수 있다.

다른 일 실시 예에 따르면, 전자 장치(101)의 프로세서(120)는 외부 사운드 시그널의 음성 크기 및 음성 방향에 기초하여 보다 구체적으로 빔포밍을 제어할 수 있다. 예를 들어, 도 5b를 참조하여 전술한 메모리(130)의 음성 파라미터 초기값 정보(580)는 음성 방향 및 음성 크기 정보에 따른 인덱스(index) 정보를 더 포함할 수 있다. 프로세서(120)는 복수의 마이크로 입력된 외부 사운드 시그널의 음성 크기(speech power) 및 방향(DoA: direction of arrival)을 결정할 수 있고, 음성 크기 정보 및 음성 방향 정보를 더 고려할 수 있다.

일 례로, 프로세서(120)가 계산된 음성 파라미터 초기값 정보를 메모리(130)에 저장(예: 도 6의 동작 630에서 특성값이 제1 임계값을 초과하는 경우)할 때 음성의 크기 및 방향에 대한 정보에 따라 구분하여 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장할 수 있다. 다른 일 례로, 프로세서(120)가 계산된 음성 파라미터 초기값 정보가 아닌 메모리(130)에 저장된 음성 파라미터 초기값 정보를 로드(예: 도 6의 동작 640에서 특성값이 제2 임계값 이하인 경우)할 때 음성의 크기 및 방향에 대한 정보에 따라 구분하여 메모리(130)의 음성 파라미터 초기값 정보(580)로부터 로드할 수 있다.

도 8 내지 도 11은 외부 사운드 시그널의 특성값에 따른 전자 장치의 동작 방법을 설명하기 위한 흐름도이다.

도 8내지 도 11의 동작들(예: 동작 810 내지 동작 850, 동작 910 내지 동작 920, 동작 1010 및 동작 1110)은 도 5b를 참조하여 전술된 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 7을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다. 도 8내지 도 11의 동작들은, 도 6을 참조하여 전술한 프로세서(120)의 동작들(예: 동작 610 내지 동작 650)을 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값에 따라 구분한 동작들일 수 있다.

도 6을 참조하여 전술한 바와 같이, 도 8 내지 도 11에서 특성값은 SNR 또는 노이즈 파워일 수 있고, 음성 파라미터는 도 4를 참조하여 전술한 신호 의존 빔포머에서 빔포머 필터를 결정하기 위한 음성 공분산 행렬 Cx일 수 있다. 도 8 내지 도 11에서 제1 임계값은 제2 임계값보다 크고, 제2 임계값은 제3 임계값보다 클 수 있다. 제1 임계값은 15dB, 제2 임계값은 5dB, 제3 임계값은 -5dB일 수 있으나 일 예시일 뿐 이에 제한되는 것은 아니다.

도 8은 도 6을 참조하여 전술한 프로세서(120)의 동작에 있어서, 외부 사운드 시그널의 특성값이 제3 임계값 이하인 경우 프로세서(120)의 동작을 설명하기 위한 흐름도이다.

일 실시 예에 따르면 동작 810에서, 프로세서(120)는 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정할 수 있다. 동작 810은 도 6을 참조하여 설명한 동작 610과 중복되므로 설명을 생략한다.

일 실시 예에 따르면 동작 820 내지 동작 840에서, 프로세서(120)는 특성값에 대해 제1 임계값, 제2 임계값 및 제3 임계값을 기준으로 구분할 수 있다.

일 실시 예에 따르면 동작 850에서, 프로세서(120)는 외부 사운드 시그널의 특성값이 제3 임계값 이하인 경우 메모리(130)에 저장된 음성 파라미터의 초기값을 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터로 획득할 수 있다.

도 6의 동작 630을 참조하여 전술한 바와 같이, 동작 850에서 프로세서(120)는 외부 사운드 시그널의 SNR이 제3 임계값(예를 들어, -5dB) 이하이면, 제1 임계값(예를 들어, 15dB) 이하이므로 복수의 마이크들로 수신된 외부 사운드 시그널에 기초하여 계산된 초기값(예를 들어, 도 6의 동작 620에서 계산된 초기값)을 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장하지 않는 것으로 결정할 수 있다.

도 6의 동작 640을 참조하여 전술한 바와 같이, 외부 사운드 시그널의 SNR이 제3 임계값(예를 들어, -5dB) 이하이면, 제2 임계값(예를 들어, 5dB) 이하이므로 프로세서(120)는 복수의 마이크들로 수신된 외부 사운드 시그널에 기초하여 계산된 초기값(예를 들어, 도 6의 동작 620에서 계산된 초기값)이 아닌, 메모리(130)의 초기값 정보(580)에 저장된 초기값을 사용하는 것으로 결정할 수 있다.

도 6의 동작 650을 참조하여 전술한 바와 같이, 외부 사운드 시그널의 SNR이 제3 임계값(예를 들어, -5dB) 이하이면, 프로세서(120)는 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장된 초기값에 대해 업데이트를 수행하지 않고, 초기값을 빔포머 필터를 결정하기 위한 타겟 음성 파라미터로 결정할 수 있다. 프로세서(120)는 동작 850에서 획득한 타겟 음성 공분산 행렬에 기초하여 빔포머 필터를 결정하고, 노이즈 처리를 수행할 수 있다.

도 9는 도 6을 참조하여 전술한 프로세서(120)의 동작에 있어서, 외부 사운드 시그널의 특성값이 제1 임계값을 초과하는 경우 프로세서(120)의 동작을 설명하기 위한 흐름도이다.

일 실시 예에 따르면 프로세서(120)는 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정 (예: 도 8의 동작 810)하고, 특성값이 제1 임계값을 초과하는 경우(예: 도 8의 동작 820에서 Yes) 동작 910 및 동작 920을 수행할 수 있다.

일 실시 예에 따르면 동작 910에서, 프로세서(120)는 외부 사운드 시그널의 특성값이 제1 임계값을 초과하는 경우 계산된 음성 파라미터의 초기값을 메모리(130)에 저장할 수 있다. 도 6의 동작 630을 참조하여 전술한 바와 같이, 동작 910에서 프로세서(120)는 외부 사운드 시그널의 SNR이 제1 임계값(예를 들어, 15dB)을 초과하면 복수의 마이크들로 수신된 외부 사운드 시그널에 기초하여 계산된 초기값(예를 들어, 도 6의 동작 620에서 계산된 초기값)을 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장할 수 있다.

일 실시 예에 따르면 동작 920에서, 프로세서(120)는 외부 사운드 시그널의 특성값이 제1 임계값을 초과하는 경우 계산된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트하여, 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득할 수 있다.

도 6의 동작 640을 참조하여 전술한 바와 같이, 동작 920에서 프로세서(120)는 외부 사운드 시그널의 SNR이 제1 임계값(예를 들어, 15dB)을 초과하므로 제2 임계값(예를 들어, 5dB)을 초과하고, 저장된 초기값이 아닌 계산된 초기값(예를 들어, 도 6의 동작 620에서 계산된 초기값)을 사용하는 것으로 결정할 수 있다.

도 6의 동작 650을 참조하여 전술한 바와 같이 외부 사운드 시그널의 SNR이 제1 임계값(예를 들어, 15dB)을 초과하면 제3 임계값(예를 들어, -5dB)을 초과하므로, 프로세서(120)는 계산된 초기값에 대해 업데이트를 수행함으로써 빔포머 필터를 결정하기 위한 타겟 음성 파라미터를 획득할 수 있다. 예를 들어, 프로세서(120)는 계산된 음성 공분산 행렬 Cx의 초기값을 업데이트함으로써 빔포머 필터를 결정하기 위한 타겟 음성 공분산 행렬을 결정할 수 있다. 프로세서(120)는 동작 920에서 획득한 타겟 음성 공분산 행렬에 기초하여 빔포머 필터를 결정하고, 노이즈 처리를 수행할 수 있다.

도 10은 도 6을 참조하여 전술한 프로세서(120)의 동작에 있어서, 외부 사운드 시그널의 특성값이 제1 임계값 이하이고 제2 임계값을 초과하는 경우 프로세서(120)의 동작을 설명하기 위한 흐름도이다.

일 실시 예에 따르면 프로세서(120)는 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정 (예: 도 8의 동작 810)하고, 특성값이 제1 임계값 이하이고 제2 임계값을 초과하는 경우(예: 도 8의 동작 830에서 Yes) 동작 1010을 수행할 수 있다.

일 실시 예에 따르면 동작 1010에서, 프로세서(120)는 외부 사운드 시그널의 특성값이 제1 임계값 이하이고 제2 임계값을 초과하는 경우 계산된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트하여, 타겟 음성 파라미터를 획득할 수 있다.

도 6의 동작 630을 참조하여 전술한 바와 같이, 동작 1010에서 프로세서(120)는 외부 사운드 시그널의 SNR이 제1 임계값(예를 들어, 15dB) 이하이면 계산된 초기값(예를 들어, 도 6의 동작 620에서 계산된 초기값)을 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장하지 않는 것으로 결정할 수 있다.

도 6의 동작 640을 참조하여 전술한 바와 같이, 동작 1010에서 프로세서(120)는 외부 사운드 시그널의 SNR이 제2 임계값(예를 들어, 5dB)을 초과하므로 저장된 초기값이 아닌 계산된 초기값(예를 들어, 도 6의 동작 620에서 계산된 초기값)을 사용하는 것으로 결정할 수 있다.

도 6의 동작 650을 참조하여 전술한 바와 같이 외부 사운드 시그널의 SNR이 제2 임계값(예를 들어, 5dB)을 초과하면 제3 임계값(예를 들어, -5dB)을 초과하므로 프로세서(120)는 계산된 초기값에 대해 업데이트를 수행함으로써 빔포머 필터를 결정하기 위한 타겟 음성 파라미터를 획득할 수 있다. 예를 들어, 프로세서(120)는 계산된 음성 공분산 행렬 Cx의 초기값을 업데이트함으로써 빔포머 필터를 결정하기 위한 타겟 음성 공분산 행렬을 결정할 수 있다. 프로세서(120)는 동작 1010에서 획득한 타겟 음성 공분산 행렬에 기초하여 빔포머 필터를 결정하고, 노이즈 처리를 수행할 수 있다.

도 11은 도 6을 참조하여 전술한 프로세서(120)의 동작에 있어서, 외부 사운드 시그널의 특성값이 제2 임계값 이하이고 제3 임계값을 초과하는 경우 프로세서(120)의 동작을 설명하기 위한 흐름도이다.

일 실시 예에 따르면 프로세서(120)는 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정 (예: 도 8의 동작 810)하고, 특성값이 제2 임계값 이하이고 제3 임계값을 초과하는 경우(예: 도 8의 동작 840에서 Yes) 동작 1110을 수행할 수 있다.

일 실시 예에 따르면 동작 1110에서, 프로세서(120)는 외부 사운드 시그널의 특성값이 제2 임계값 이하이고 제3 임계값을 초과하는 경우 메모리로부터 로드한 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트하여, 타겟 음성 파라미터를 획득할 수 있다.

도 6의 동작 630을 참조하여 전술한 바와 같이, 동작 1110에서 프로세서(120)는 외부 사운드 시그널의 SNR이 제2 임계값(예를 들어, 5dB) 이하이면 제1 임계값(예를 들어, 15dB) 이하이므로, 계산된 초기값(예를 들어, 도 6의 동작 620에서 계산된 초기값)을 메모리(130)의 음성 파라미터 초기값 정보(580)에 저장하지 않는 것으로 결정할 수 있다.

도 6의 동작 640을 참조하여 전술한 바와 같이, 동작 1110에서 프로세서(120)는 외부 사운드 시그널의 SNR이 제2 임계값(예를 들어, 5dB)이하이므로 저장된 초기값을 사용하는 것으로 결정하고, 음성 파라미터 초기값 정보(580)에서 초기값을 로드할 수 있다.

도 6의 동작 650을 참조하여 전술한 바와 같이 외부 사운드 시그널의 SNR이 제3 임계값(예를 들어, -5dB)을 초과하면 프로세서(120)는 초기값에 대해 업데이트를 수행함으로써 빔포머 필터를 결정하기 위한 타겟 음성 파라미터를 획득할 수 있다. 예를 들어, 프로세서(120)는 메모리(130)의 음성 파라미터 초기값 정보(580)로부터 로드한 음성 공분산 행렬 Cx의 초기값을 업데이트함으로써 빔포머 필터를 결정하기 위한 타겟 음성 공분산 행렬을 획득할 수 있다. 프로세서(120)는 동작 1110에서 획득한 타겟 음성 공분산 행렬에 기초하여 빔포머 필터를 결정하고, 노이즈 처리를 수행할 수 있다.

일 실시 예에 따른 전자 장치(101)는, 외부 사운드 시그널을 수신하기 위한 복수의 마이크들(150-1, 150-2)을 포함하는 입력 모듈(150), 컴퓨터로 실행 가능한 명령어들(computer-executable instructions) 및 외부 사운드 시그널의 빔포밍(beamforming)을 위한 음성 파라미터(Cx)의 초기값(580)이 저장된 메모리(130), 및 메모리(130)에 억세스(access)하여 명령어들을 실행하는 프로세서(120)를 포함하고, 명령어들은, 외부 사운드 시그널의 특성값(SNR 또는 noise power)을 추정(estimate)하고, 복수의 마이크들로 수신된 외부 사운드 시그널에 기초하여 빔포밍을 위한 음성 파라미터의 초기값을 계산하고, 특성값에 따라 계산된 초기값을 메모리(130)에 저장할지 결정하고, 특성값에 따라 계산된 초기값 또는 메모리(130)에 저장된 초기값 중 어느 초기값을 사용할지 결정하고, 특성값에 따라 결정된 초기값에 기초하여 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 명령어들은, 타겟 음성 파라미터에 기초하여 외부 사운드 시그널의 빔포밍을 위한 필터를 결정하도록 더 구성될 수 있다.

일 실시 예에 따르면, 전자 장치(101)는 오디오 신호에 대해 노이즈 처리를 수행하는 오디오 모듈(170)을 더 포함하고, 명령어들은, 필터로 빔포밍된 신호에 대해 잔여 노이즈 크기를 추정하고, 추정된 잔여 노이즈 크기에 따라 빔포밍된 신호에 대해 노이즈 처리를 수행하도록 더 구성될 수 있다.

일 실시 예에 따르면, 명령어들은, 특성값이 제1 임계값(예: 15dB)을 초과하면, 계산된 음성 파라미터의 초기값을 메모리(130)에 저장하고, 계산된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트함으로써 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 명령어들은, 특성값이 제1 임계값(예: 15dB) 이하이고 제2 임계값(예: 5dB)을 초과하면, 계산된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트함으로써 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 명령어들은, 특성값이 제2 임계값(예: 5dB) 이하이고 제3 임계값(예: -5dB)을 초과하면, 메모리(130)에 저장된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트함으로써 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 명령어들은, 특성값이 제3 임계값(예: -5dB) 이하이면, 메모리(130)에 저장된 음성 파라미터의 초기값을 타겟 음성 파라미터로 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 명령어들은, 메모리(130)에 저장할 음성 파라미터의 초기값을 계산하기 위해, 사용자에게 발화를 요청하는 가이드 인터페이스를 출력하고, 복수의 마이크들로 수신된 사용자 발화에 기초하여 음성 파라미터의 초기값을 계산하고, 계산된 음성 파라미터의 초기값을 메모리(130)에 저장하도록 더 구성될 수 있다.

일 실시 예에 따르면, 메모리(130)에 저장된 음성 파라미터의 초기값(580)은 사운드 시그널의 크기에 따라 분류되고, 명령어들은, 외부 사운드 시그널의 크기를 계산하고, 특성값이 제2 임계값(예: 5dB) 이하이면, 외부 사운드 시그널의 크기에 따라 메모리(130)에 저장된 초기값을 로드(load)하고, 로드된 초기값에 기초하여 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 메모리(130)에 저장된 음성 파라미터의 초기값은 사운드 시그널의 방향에 따라 분류되고, 명령어들은, 외부 사운드 시그널의 방향을 결정하고, 특성값이 제2 임계값(예: 5dB) 이하이면, 외부 사운드 시그널의 방향에 따라 메모리(130)에 저장된 초기값을 로드(load)하고, 로드된 초기값에 기초하여 타겟 음성 파라미터를 획득하도록 구성될 수 있다.

일 실시 예에 따르면, 특성값은 SNR(signal-to-noise ratio)값 및 노이즈 파워(noise power) 중 어느 하나이고, 음성 파라미터는, 음성에 대한 공분산 벡터(speech covariance matrix)일 수 있다.

일 실시 예에 따르면, 복수의 마이크들은 전자 장치(101)의 일측에 위치한 외부 마이크(150-1)를 포함하고, 전자 장치(101)는 인이어 마이크(in-ear microphone)(150-2) 및 가속기(accelerator)(502)를 더 포함할 수 있다.

일 실시 예에 따르면, 전자 장치(101)는, 완전 무선 이어폰(TWS: true-wireless stereo), 헤드폰(headphone) 및 헤드셋(headset) 중 어느 하나일 수 있다.

일 실시 예에 따른 전자 장치(101)가 빔포밍을 위한 음성 파라미터를 획득하는 방법은, 복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정(estimate)하는 동작, 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터의 초기값을 계산하는 동작, 특성값에 따라 계산된 초기값을 저장할지 결정하는 동작, 특성값에 따라 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작, 및 특성값에 따라 결정된 초기값에 기초하여 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 특성값에 따라 계산된 초기값을 저장할지 결정하는 동작은, 특성값이 제1 임계값(예: 15dB)을 초과하면 계산된 음성 파라미터의 초기값을 저장하는 동작, 및 특성값이 제1 임계값(예: 15dB) 이하이면 계산된 음성 파라미터 초기값을 저장하지 않는 동작을 포함할 수 있다.

일 실시 예에 따르면, 특성값에 따라 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작은, 특성값이 제2 임계값(예: 5dB)을 초과하면 계산된 초기값을 사용하는 동작, 및 특성값이 제2 임계값(예: 5dB) 이하이면 저장된 초기값을 사용하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 특성값에 따라 결정된 초기값에 기초하여 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작은, 특성값이 제3 임계값(예: -5dB)을 초과하면 결정된 초기값을 기초로 음성 파라미터를 업데이트함으로써 타겟 음성 파라미터를 획득하는 동작, 및 특성값이 제3 임계값(예: -5dB) 이하이면 결정된 초기값을 타겟 음성 파라미터로 획득하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 전자 장치(101)의 동작 방법은, 복수의 마이크들(150-1, 150-2)로 수신된 외부 사운드 시그널의 특성값을 추정(estimate)하는 동작, 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터의 초기값을 계산하는 동작, 특성값에 따라 계산된 초기값을 저장할지 결정하는 동작, 특성값에 따라 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작, 특성값에 따라 결정된 초기값에 기초하여 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작, 타겟 음성 파라미터에 기초하여 외부 사운드 시그널의 빔포밍을 위한 필터를 결정하는 동작, 필터로 빔포밍된 신호에 대해 잔여 노이즈 크기를 추정하는 동작, 및 추정된 잔여 노이즈 크기에 따라 빔포밍된 신호에 대해 노이즈 처리를 수행하는 동작을 포함할 수 있다.

101: 전자 장치
120: 프로세서
130: 메모리

Claims

전자 장치에 있어서,
외부 사운드 시그널을 수신하기 위한 복수의 마이크들을 포함하는 입력 모듈;
컴퓨터로 실행 가능한 명령어들(computer-executable instructions) 및 상기 외부 사운드 시그널의 빔포밍(beamforming)을 위한 음성 파라미터의 초기값이 저장된 메모리; 및
상기 메모리에 억세스(access)하여 상기 명령어들을 실행하는 프로세서
를 포함하고,
상기 명령어들은,
상기 외부 사운드 시그널의 특성값을 추정(estimate)하고,
상기 복수의 마이크들로 수신된 외부 사운드 시그널에 기초하여 빔포밍을 위한 음성 파라미터의 초기값을 계산하고,
상기 특성값에 따라 상기 계산된 초기값을 상기 메모리에 저장할지 결정하고,
상기 특성값에 따라 상기 계산된 초기값 또는 상기 메모리에 저장된 초기값 중 어느 초기값을 사용할지 결정하고,
상기 특성값에 따라 상기 결정된 초기값에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득
하도록 구성되는,
전자 장치.
제1항에 있어서,
상기 명령어들은,
상기 타겟 음성 파라미터에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 필터를 결정
하도록 더 구성되는,
전자 장치.
제2항에 있어서,
상기 전자 장치는 오디오 신호에 대해 노이즈 처리를 수행하는 오디오 모듈을 더 포함하고,
상기 명령어들은,
상기 필터로 빔포밍된 신호에 대해, 잔여 노이즈 크기를 추정하고,
상기 추정된 잔여 노이즈 크기에 따라 상기 빔포밍된 신호에 대해 노이즈 처리를 수행
하도록 더 구성되는,
전자 장치.
제1항에 있어서,
상기 명령어들은,
상기 특성값이 제1 임계값을 초과하면,
상기 계산된 음성 파라미터의 초기값을 상기 메모리에 저장하고,
상기 계산된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트함으로써 상기 타겟 음성 파라미터를 획득
하도록 구성되는,
전자 장치.
제1항에 있어서,
상기 명령어들은,
상기 특성값이 제1 임계값 이하이고 제2 임계값을 초과하면,
상기 계산된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트함으로써 상기 타겟 음성 파라미터를 획득
하도록 구성되는,
전자 장치.
제1항에 있어서,
상기 명령어들은,
상기 특성값이 제2 임계값 이하이고 제3 임계값을 초과하면,
상기 메모리에 저장된 음성 파라미터의 초기값을 기초로 음성 파라미터를 업데이트함으로써 상기 타겟 음성 파라미터를 획득
하도록 구성되는,
전자 장치.
제1항에 있어서,
상기 명령어들은,
상기 특성값이 제3 임계값 이하이면,
상기 메모리에 저장된 음성 파라미터의 초기값을 상기 타겟 음성 파라미터로 획득
하도록 구성되는,
전자 장치.
제1항에 있어서,
상기 명령어들은,
상기 메모리에 저장할 음성 파라미터의 초기값을 계산하기 위해, 사용자에게 발화를 요청하는 가이드 인터페이스를 출력하고,
상기 복수의 마이크들로 수신된 사용자 발화에 기초하여 음성 파라미터의 초기값을 계산하고,
상기 계산된 음성 파라미터의 초기값을 상기 메모리에 저장
하도록 더 구성되는,
전자 장치.
제1항에 있어서,
상기 메모리에 저장된 음성 파라미터의 초기값은 사운드 시그널의 크기에 따라 분류되고,
상기 명령어들은,
상기 외부 사운드 시그널의 크기를 계산하고,
상기 특성값이 제2 임계값 이하이면, 상기 외부 사운드 시그널의 크기에 따라 상기 메모리에 저장된 초기값을 로드(load)하고,
상기 로드된 초기값에 기초하여 상기 타겟 음성 파라미터를 획득
하도록 구성되는,
전자 장치.
제1항에 있어서,
상기 메모리에 저장된 음성 파라미터의 초기값은 사운드 시그널의 방향에 따라 분류되고,
상기 명령어들은,
상기 외부 사운드 시그널의 방향을 결정하고,
상기 특성값이 제2 임계값 이하이면, 상기 외부 사운드 시그널의 방향에 따라 상기 메모리에 저장된 초기값을 로드(load)하고,
상기 로드된 초기값에 기초하여 상기 타겟 음성 파라미터를 획득
하도록 구성되는,
전자 장치.
제1항에 있어서,
상기 특성값은 SNR(signal-to-noise ratio)값 및 노이즈 파워(noise power) 중 어느 하나이고,
상기 음성 파라미터는, 음성에 대한 공분산 벡터(speech covariance matrix)인,
전자 장치.
제1항에 있어서,
상기 복수의 마이크들은 상기 전자 장치의 일측에 위치한 외부 마이크를 포함하고,
상기 전자 장치는 인이어 마이크(in-ear microphone) 및 가속기(accelerator)를 더 포함하는,
전자 장치.
제1항에 있어서,
상기 전자 장치는,
완전 무선 이어폰(TWS: true-wireless stereo), 헤드폰(headphone) 및 헤드셋(headset) 중 어느 하나인,
전자 장치.
빔포밍을 위한 음성 파라미터를 획득하는 방법에 있어서,
복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정(estimate)하는 동작;
상기 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터의 초기값을 계산하는 동작;
상기 특성값에 따라 상기 계산된 초기값을 저장할지 결정하는 동작;
상기 특성값에 따라 상기 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작; 및
상기 특성값에 따라 상기 결정된 초기값에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작
을 포함하는,
방법.
제14항에 있어서,
상기 특성값에 따라 상기 계산된 초기값을 저장할지 결정하는 동작은,
상기 특성값이 제1 임계값을 초과하면 상기 계산된 음성 파라미터의 초기값을 저장하는 동작; 및
상기 특성값이 제1 임계값 이하이면 상기 계산된 음성 파라미터 초기값을 저장하지 않는 동작
을 포함하는,
방법.
제14항에 있어서,
상기 특성값에 따라 상기 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작은,
상기 특성값이 제2 임계값을 초과하면 상기 계산된 초기값을 사용하는 동작; 및
상기 특성값이 상기 제2 임계값 이하이면 상기 저장된 초기값을 사용하는 동작
을 포함하는,
방법.
제14항에 있어서,
상기 특성값에 따라 상기 결정된 초기값에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작은,
상기 특성값이 제3 임계값을 초과하면 상기 결정된 초기값을 기초로 음성 파라미터를 업데이트함으로써 상기 타겟 음성 파라미터를 획득하는 동작; 및
상기 특성값이 제3 임계값 이하이면 상기 결정된 초기값을 상기 타겟 음성 파라미터로 획득하는 동작
을 포함하는,
방법.
하드웨어와 결합되어 제14항 내지 제17항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
전자 장치의 동작 방법에 있어서,
복수의 마이크들로 수신된 외부 사운드 시그널의 특성값을 추정(estimate)하는 동작;
상기 외부 사운드 시그널의 빔포밍을 위한 음성 파라미터의 초기값을 계산하는 동작;
상기 특성값에 따라 상기 계산된 초기값을 저장할지 결정하는 동작;
상기 특성값에 따라 상기 계산된 초기값 또는 저장된 초기값 중 어느 초기값을 사용할지 결정하는 동작;
상기 특성값에 따라 상기 결정된 초기값에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 타겟 음성 파라미터를 획득하는 동작;
상기 타겟 음성 파라미터에 기초하여 상기 외부 사운드 시그널의 빔포밍을 위한 필터를 결정하는 동작;
상기 필터로 빔포밍된 신호에 대해 잔여 노이즈 크기를 추정하는 동작; 및
상기 추정된 잔여 노이즈 크기에 따라 상기 빔포밍된 신호에 대해 노이즈 처리를 수행하는 동작
을 포함하는,
전자 장치의 동작 방법.
제19항에 있어서,
상기 전자 장치는,
완전 무선 이어폰(TWS: true-wireless stereo), 헤드폰(headphone) 및 헤드셋(headset) 중 어느 하나인,
전자 장치의 동작 방법.