Speech Enhancement
mpAEC
다채널 음향 에코 제거
TV, 차량 오디오, 안내 음성처럼 기기가 낸 소리가 다시 마이크로 들어오는 것을 제거합니다.
- 근단 신호가 있어도 안정적으로 제거
- 더블토크 검출(DTD) 불필요
- 원단 신호 무상관화 불필요
- 반향 채널 수 제한 없음
엠피웨이브 · 오디오 프론트엔드(AFE)
쓰시던 칩과 음성인식 엔진은 그대로 두십시오.
대부분의 오디오 프론트엔드는 마이크 배열을 먼저 정하고, 그 배열에 맞춰 파라미터를 튜닝합니다. 인클로저가 바뀌면 그 작업을 처음부터 다시 합니다. mpAB는 알고리즘이 마이크 개수와 간격을 스스로 파악하므로, 배치가 달라져도 같은 빌드를 그대로 씁니다. 음성 왜곡을 만들지 않기 때문에 음성인식 모델을 재학습시킬 일도 없습니다.
믿기 어려우시면 확인하실 방법이 있습니다. 배치가 다른 인클로저 두 개를 보내주십시오. 하나의 빌드로 둘 다 동작하는 것을 보여드리겠습니다.
마이크 개수와 사용 환경만 알려주시면 됩니다 · 영업일 3일 이내 회신
중기부 디딤돌 TTA 시험성적서 · mpAB 대상. 소음 저감량은 음성 65 dB·소음 60 dB 조건에서 측정했습니다.
인식 엔진이 아니라, 엔진에 들어가는 신호가 이미 망가져 있기 때문입니다.
잡음이 사람 목소리입니다. 목표 화자와 주파수가 겹쳐, 크기만으로는 갈라낼 수 없습니다.
기기가 낸 소리가 마이크로 되돌아옵니다. 스피커와 마이크가 같은 제품 안이라 거리가 수 센티미터입니다.
주행음은 속도에 따라 계속 변합니다. 한 번 재서 빼는 방식이 따라가지 못합니다.
제품이 스스로 내는 소리입니다. 공기뿐 아니라 구조물 진동으로도 마이크에 전달됩니다.
거리가 2배 멀어지면 직접음의 음압은 약 6 dB 낮아집니다. 잡음은 그대로여서 신호 대 잡음비가 그만큼 나빠집니다.
벽과 천장에 반사된 소리가 원래 음성에 겹칩니다. 방향 정보가 흐려지고 음절이 서로 번집니다.
엔진을 교체해도 이 여섯 가지는 그대로 남습니다. 엔진 앞에서 신호를 정리하는 계층이 따로 필요한 이유입니다.


공인시험기관 TTA에서 측정했습니다.
아래는 중소벤처기업부 디딤돌 사업으로 수행한 TTA 시험성적서(2023)의 실측값이고, 시험 대상은 mpAB 입니다.
| 평가항목 | 자사 측정값 | 출처 · 시험 조건 |
|---|---|---|
| SRAM 메모리 요구량 | 0.571 MB | 중기부 디딤돌 TTA 시험성적서(2023) · mpAB · 정적 사양 |
| 동작주파수 | 64 MHz | 중기부 디딤돌 TTA 시험성적서(2023) · mpAB · 정적 사양 |
| 실시간 처리인수 (RTF) | 0.852 | 중기부 디딤돌 TTA 시험성적서(2023) · mpAB · 조건 미기재 |
| 스테레오 에코 및 잡음 억제 성능 | 42.088 dB | 중기부 디딤돌 TTA 시험성적서(2023) · mpAB · 시험 기준 40 dB 이상 |
중소벤처기업부 디딤돌 사업 TTA 시험성적서(2023, mpAB 대상) 실측 결과입니다.
돌봄 로봇에는 모듈을 공급하고 있습니다.
휴머노이드 로봇·키오스크·공장 생산라인에서는 제품 데이터로 검증했습니다.
모듈 공급
돌봄 로봇에 다채널 오디오 입출력 모듈을 공급합니다. TV 소리와 생활 소음이 섞인 집에서 어르신의 호출을 놓치지 않는 것이 과제였습니다.
사례 자세히 보기공공 실증
방배·논현 노인복지관에서 고령자 100명이 직접 썼습니다. 평균 만족도는 7점 만점에 5.8점이었습니다.
성능 검토
사람들의 대화와 반사음이 섞이는 전시장에서 안내 로봇의 음성 인터페이스 성능을 검토했습니다.
모듈 적용
매장 소음 속에서 주문 발화를 받아내기 위해 다채널 오디오 입출력과 전처리 모듈을 적용했습니다.
PoC 검증
방음 검사실로 옮기지 않고 생산라인에서 바로 모터 이상음을 탐지했습니다.
인식 엔진은 이미 망가진 신호를 되돌리지 못하기 때문입니다. 신호를 고칠 수 있는 자리는 엔진 앞뿐입니다.
전처리 계층이 제대로 하려면 네 가지를 지켜야 합니다.
잡음을 지우면서 사용자 음성까지 함께 손상되면 인식률이 오히려 떨어지기 때문입니다. 무엇을 남길지 아는 전처리가 엔진 앞에 있어야 합니다.
mpWAV는 잡음과 에코의 영향을 줄이면서 인식에 필요한 목표 음성을 보존하는 데 집중합니다.
마이크의 상대 위치 정보를 활용하지 않고 실제 입력 신호를 기반으로 자동 최적화합니다.
2~8개 범위에서 개수와 배치가 바뀌어도 재튜닝이 필요하지 않습니다.
현재 사용 중인 음성 인식 엔진을 전처리에 맞춰 튜닝할 필요없이 그대로 사용할 수 있습니다.
음성 인식 앞단에 mpWAV 전처리 기술을 적용해 입력 신호의 품질을 개선합니다.
알고리즘 제공을 넘어 다채널 오디오 입출력, DSP·FPGA 포팅, 보드 설계와 전용 SoC 확장까지 지원합니다.
마이크에서 들어온 신호에서 에코를 지우고, 잡음을 걷어내고, 필요한 화자만 남깁니다.
인식 엔진에 넘기기 전에 신호를 정리하는 일입니다.
Speech Enhancement
다채널 음향 에코 제거
TV, 차량 오디오, 안내 음성처럼 기기가 낸 소리가 다시 마이크로 들어오는 것을 제거합니다.
Speech Enhancement
다중 마이크 기반 주변 잡음 제거
여러 마이크 입력으로 주변 잡음의 영향을 줄이고 목표 음성을 남깁니다.
Speech Enhancement
통합 음성 전처리 기술
mpAEC 와 mpBeamforming 을 통합해 잡음과 에코가 함께 있는 환경을 실시간으로 처리합니다.
Speech Enhancement
단일 마이크 잡음 제거
마이크 배열을 넣기 어려운 이어폰과 소형 기기에서 마이크 하나로 처리합니다.
화자 분리·화자 구분·호출어 인식·온디바이스 음성 인식·온디바이스 LLM·음원 위치 추정과 다채널 하드웨어 설계는 전처리 뒤에 오는 단계입니다.
사람이 말을 걸어야 하는 제품이면 어디든 같은 문제가 생깁니다. 소음의 종류와 마이크 구성만 다릅니다.
아래 여덟 분야는 소음의 성질이 서로 다르고, 그에 따라 필요한 처리 조합도 달라집니다.
매장·병원·교통시설과 공공기관의 배리어프리 키오스크에 음성 인터페이스를 적용합니다.
주행음과 차량 오디오, 동승자 말소리가 함께 들어오는 환경을 다룹니다.
TV·생활가전·스마트홈 기기의 음성 인터페이스가 실제 가정에서 동작하도록 합니다.
소음이 큰 생산라인에서 모터와 설비의 이상음을 음향 신호로 감지합니다.
초원거리 신호감지와 멀티모달 인식으로 국가 연구개발 과제를 수행했습니다. 전장·기갑처럼 소음이 극심한 환경이 이 기술의 적용 대상입니다.
음성 분리와 화자 구분으로 회의록 작성과 다자 통화를 지원합니다.
라이브러리·모듈·포팅·라이선스·SoC IP 다섯 가지입니다. 제품 개발이 어느 단계에 있는지에 따라 고릅니다.
지금 단계를 모르셔도 됩니다. 현재 제품 구성을 알려 주시면 맞는 형태를 함께 정합니다.
음성 전처리 알고리즘을 라이브러리 형태로 제공합니다.
전처리 소프트웨어와 다채널 오디오 입출력 하드웨어를 통합한 모듈을 제공합니다.
제품의 연산 환경과 지연시간 요구조건에 맞춰 DSP, FPGA 또는 AP에 기술을 적용합니다.
음성 전처리 또는 이상음 탐지 기술을 제품과 서비스에 적용할 수 있도록 협의합니다.
대량 생산과 제품 확장을 위한 전용 칩과 반도체 IP 협력을 검토합니다.
현장 녹음이 없어도 시작할 수 있습니다. 제품 구성과 지금 나는 오류만 알려 주시면 됩니다.
아래는 전체 여정이고, 첫 단계인 환경 분석은 대화 한 번으로 끝납니다.
제품, 마이크와 오디오 입출력 구성, 사용자 거리, 소음 환경, 지금 나는 오류를 확인합니다. 자료가 없으면 통화로도 정리할 수 있습니다.
기업이 보유한 실제 음성 데이터 또는 공동으로 설계한 테스트 환경을 검토합니다.
전처리 적용 전후의 음성 인식률, 지연시간과 연산 조건을 비교합니다.
소프트웨어, 모듈, DSP 또는 FPGA 구조로 제품에 기술을 적용합니다.
실제 제품이 사용되는 장소에서 성능을 확인하고 추가 조정합니다.
후속 모델, 제품군, 지역과 언어로 적용 범위를 확대합니다.
Smart Listening App
스마트폰이 받은 소리를 AI 로 정제해, 일반 이어폰으로 소음 속 대화를 또렷하게 듣게 합니다.
서울경제진흥원 기술개발 지원사업으로 개발했고, 논현·방배 노인종합복지관에서 100명을 대상으로 실증해 리커트 7점 척도 만족도 평균 5.8점을 받았습니다.

FAQ
음성인식 엔진에 신호가 들어가기 전에 잡음과 에코를 제거하는 단계입니다.
인식 엔진 자체를 바꾸지 않고 입력 신호의 품질만 높이므로, 이미 구축한 음성인식 시스템에 그대로 적용할 수 있습니다. mpWAV는 에코 제거, 빔포밍, 잡음 억제를 하나의 온디바이스 모듈로 제공합니다.
아니요. 교체하지 않습니다.
mpWAV는 마이크 입력과 음성인식 엔진 사이에 놓이는 전처리 계층입니다. 상용 API든 자체 엔진이든 재학습 없이 동일하게 적용됩니다.
동작주파수 64 MHz, SRAM 0.571 MB, 바이너리 543,620 bytes(약 543 KB) 환경에서 동작하고, 실시간 처리인수는 0.852 입니다.
모두 중소벤처기업부 디딤돌 사업 TTA 시험성적서에 기재된 mpAB 대상 값입니다. 클라우드 연결이나 전용 NPU 는 필요하지 않습니다.
제3자 공인 시험으로 검증했습니다.
중기부 디딤돌 TTA 성적서 기준 소음 저감 42.088 dB, 실시간 처리인수 0.852를 기록했습니다(음성 65 dB · 소음 60 dB 조건). mpWAV는 CES 2024 Innovation Awards 2개 부문 수상과 산업통상자원부 NET 신기술 인증을 받았습니다.
소프트웨어 라이브러리, 다채널 오디오 입출력 전처리 모듈, DSP·FPGA 포팅, 기술 라이선스, SoC 파트너십 중에서 선택할 수 있습니다.
제품 개발 단계와 연산 플랫폼에 따라 적합한 형태가 달라집니다.
보유하신 실제 음성 데이터로 PoC를 진행하는 것부터 시작합니다.
환경 분석 → 데이터 검토 → PoC·성능 검증 → 제품 통합 → 현장 최적화 → 양산·확장 순서로 진행됩니다. 현장 녹음이 없어도 환경 분석부터 함께 할 수 있습니다.
아니요. 보유한 녹음이 있으면 그것으로 하고, 없으면 제품 환경을 함께 설계해 테스트 조건을 만듭니다.
데이터 반출이 어려운 경우의 진행 방식도 있습니다.
제품 유형, 오디오 입출력 구성, 사용환경과 현재 발생하는 오류를 알려주시면 적합한 기술 검증 방식과 적용 구조를 안내해 드립니다.
처음부터 큰 프로젝트를 결정할 필요는 없습니다. 가장 중요한 환경과 데이터부터 PoC를 시작할 수 있습니다.