블로그

두 사람이 동시에 말하면 음성인식 엔진에는 ‘한 사람의 목소리’가 아닌 신호가 들어갑니다. 회의록 인식률이 떨어지는 이유와, 음성 분리 → 화자 구분 → 인식 순서로 앞단을 바꾸는 방법을 시연 영상과 함께 설명합니다.

인식 엔진은 그대로 두고 마이크와 엔진 사이에 전처리를 넣으면 됩니다. 엔진을 바꿔도 현장 인식률이 그대로인 이유, 재학습이 필요 없는 조건과 필요해지는 조건, 같은 엔진으로 전후를 비교해 효과를 확인하는 방법을 정리했습니다.

음성 전처리는 마이크 신호가 인식 엔진에 닿기 전에 잡음·반향·에코를 걷어내 목표 화자의 음성만 남기는 단계입니다. 엔진과 무엇이 다른지, 에코 제거·빔포밍·잡음 억제 세 기술이 어떻게 구성되는지, 이미 만든 시스템에 어떻게 붙는지를 정리한 정의 글입니다.

WebRTC AEC3는 에코 참조 신호를 모노로 다운믹스해 처리합니다. 다채널 스피커 환경에서 에코가 남는 4가지 구조적 원인과, 기존 음성인식 엔진을 그대로 사용하면서 해결하는 경로를 공식 소스코드와 공인시험 실측 수치로 설명합니다.