KR20200098323A

KR20200098323A - 복수의 마이크들을 포함하는 음향 출력 장치 및 복수의 마이크들을 이용한 음향 신호의 처리 방법

Info

Publication number: KR20200098323A
Application number: KR1020190016334A
Authority: KR
Inventors: 심환; 김규한; 문한길; 이건우; 양재모; 차아란
Original assignee: 삼성전자주식회사
Priority date: 2019-02-12
Filing date: 2019-02-12
Publication date: 2020-08-20
Also published as: EP3906704A4; WO2020166944A1; EP3906704A1; KR102565882B1; US20200258539A1; US11361785B2

Abstract

본 문서에 개시되는 일 실시 예에 따른 음향 출력 장치는, 하우징, 상기 하우징의 제1 방향을 향하도록 장착되는 제1 마이크, 상기 하우징의 제2 방향을 향하도록 장착되는 제2 마이크, 상기 하우징의 상기 제1 방향을 향해 소리를 출력하는 스피커, 메모리, 및 프로세서를 포함하고, 상기 프로세서는 상기 제1 마이크를 수신한 제1 음향 신호를 기반으로 음성 구간을 결정하고, 상기 음성 구간이 아닌 구간에서, 상기 제2 마이크를 통해 수신한 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정하고, 상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 잡음 신호를 제거하고, 상기 제1 음향 신호 및 상기 제2 음향 신호를 지정된 방식에 따라 결합하여 출력 신호를 생성하고, 상기 출력 신호를 외부 장치에 전송할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

복수의 마이크들을 포함하는 음향 출력 장치 및 복수의 마이크들을 이용한 음향 신호의 처리 방법{the Sound Outputting Device including a plurality of microphones and the Method for processing sound signal using the plurality of microphones}

본 문서에서 개시되는 다양한 실시 예들은, 복수의 마이크들을 포함하는 음향 출력 장치 및 복수의 마이크들을 이용한 음향 신호의 처리 방법에 관한 것이다.

스마트폰 또는 태블릿 PC와 같은 모바일 장치와 함께 사용되는 다양한 형태의 음향 출력 장치(예: 이어폰, 헤드셋)가 출시되고 있다. 음향 출력 장치는 근거리 무선 통신을 통해 무선으로 모바일 장치와 페어링 되거나, 유선 통신(예: 이어잭)을 통해 모바일 장치와 연결될 수 있다. 최근에는 이어팁이 사용자의 귓속에 삽입된 상태로 사용자의 귀에 안착되는 경량형의 이어셋이 출시되고 있다.

종래 기술에 따른 음향 출력 장치는 소음 수준이 높은 환경에서 하우징 내부의 마이크를 이용하고, 소음 수준이 낮거나 보통인 일반 환경에서는 하우징 외부 마이크를 이용하여 사용자의 음성을 송출한다. 이 경우, 음향 출력 장치는 단순히 마이크를 스위칭하는 형태로 동작하여, 효과적으로 주변 잡음 환경에 대응할 수 없다.

또한, 종래 기술에 따른 음향 출력 장치는 하우징 내부의 마이크를 이용하는 경우, 음질 저하를 보완하기 위해 사용자의 음성과 유사하도록 주파수를 변환한다. 이 경우, 음향 출력 장치는 단순 주파수 변환 방식으로 동작하여, 효과적으로 주변 잡음 환경에 대응할 수 없다.

본 문서에 개시되는 일 실시 예에 따른 음향 출력 장치는, 하우징, 상기 하우징의 제1 방향을 향하도록 장착되는 제1 마이크, 상기 하우징의 제2 방향을 향하도록 장착되는 제2 마이크, 상기 하우징의 상기 제1 방향을 향해 소리를 출력하는 스피커, 메모리, 및 프로세서를 포함하고, 상기 프로세서는 상기 제1 마이크를 수신한 제1 음향 신호를 기반으로 음성 구간을 결정하고, 상기 음성 구간이 아닌 구간에서, 상기 제2 마이크를 통해 수신한 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정하고, 상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 잡음 신호를 제거하고, 상기 제1 음향 신호 및 상기 제2 음향 신호를 지정된 방식에 따라 결합하여 출력 신호를 생성하고, 상기 출력 신호를 외부 장치에 전송할 수 있다.

본 문서에 개시되는 실시 예들에 따른 전자 장치는 복수의 마이크들을 통해 수집된 신호를 이용하여, 고도 잡음 환경에서도 사용자의 음성을 명확한 상태로 외부 장치로 송화시키고, 수화 음성의 에코를 제거할 수 있다.

본 문서에 개시되는 실시 예들에 따른 전자 장치는 복수의 마이크들을 통해 수집된 신호를 이용하여, 고도 잡음 환경에서도 음성 통화, 음성인식, 음성 명령을 수행할 수 있다.

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

도 1은 다양한 실시예에 따른 음향 출력 장치의 블럭도이다.
도 2는 다양한 실시예에 따른 음향 출력 장치의 외부 형태이다.
도 3은 다양한 실시예에 따른 음향 처리 방법을 나타내는 순서도이다.
도 4는 다양한 실시예에 따른 묵음 구간에서의 음향 처리 방법을 나타낸다.
도 5는 다양한 실시예에 따른 음성 구간에서의 음향 처리 방법을 나타낸다.
도 6a는 다양한 실시예에 따른 제1 음향 신호의 대역 확장을 나타낸다.
도 6b는 다양한 실시예에 따른 제1 음향 신호의 대역 확장을 이용한 제2 음향 신호에서 잡음을 제거하는 스펙토그램을 나타낸다.
도 6c는 다양한 실시예에 따른 제1 음향 신호의 근음을 이용한 제2 음향 신호에서 잡음을 제거하는 스펙토그램을 나타낸다.
도 7은 다양한 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도를 나타낸다.
도 8은, 다양한 실시에 따른, 오디오 모듈의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

이하, 본 문서의 다양한 실시예가 첨부된 도면을 참조하여 기재된다.

도 1은 다양한 실시예에 따른 음향 출력 장치의 블럭도이다. 도 1은 음향 출력과 관련된 구성을 중심으로 도시하였으나, 이에 한정되는 것은 아니다.

도 1을 참조하면, 음향 출력 장치(101)는 제1 마이크(120), 제2 마이크(130), 변환부(121, 131) 및 프로세서(160)를 포함할 수 있다.

제1 마이크(120)는 음향 출력 장치(101)의 제1 방향을 향하도록 배치되어, 제1 음향 신호를 수집할 수 있다. 상기 제1 방향은 사용자가 음향 출력 장치(101)를 귀에 장착하는 경우, 사용자의 귓속을 향하는 방향 또는 사용자의 신체에 접하는 방향일 수 있다.

다양한 실시예에 따르면, 제1 마이크(120)를 통해 수집된 제1 음향 신호는 변환부(예: ADC)(121)을 통해 프로세서(160)에 전달될 수 있다. 예를 들어, 변환부(121)는 제1 마이크(120)를 통해 수집된 아날로그 신호를 디지털 신호를 변환할 수 있다.

제2 마이크(130)는 음향 출력 장치(101)의 제2 방향을 향하도록 배치되어, 제2 음향 신호를 수집할 수 있다. 제2 방향은 제1 마이크(130)가 장착된 제1 방향과 다른 방향(예: 반대 방향)일 수 있다. 상기 제2 방향은 사용자가 음향 출력 장치(101)를 귀에 장착하는 경우, 외부로 노출되는 방향일 수 있다. 제2 마이크(130)는 음향 출력 장치(101)의 외부에서 발생하는 소리를 수집할 수 있다.

다양한 실시예에 따르면, 제2 마이크(130)를 통해 수집된 제2 음향 신호는 변환부(예: ADC)(131)을 통해 프로세서(160)에 전달될 수 있다. 변환부(131) 제2 마이크(130)를 통해 수집된 아날로그 신호를 디지털 신호를 변환할 수 있다.

프로세서(160)는 제1 마이크(120) 및 제2 마이크(130)를 통해 수집된 신호를 처리할 수 있다. 다양한 실시예에 따르면, 프로세서(160)는 음성 구간 분석부(161), 외부 잡음 분석부(162), 에코 제거부(163), 대역 확장부(164), 결합부(165)를 포함할 수 있다.

음성 구간 분석부(161)는 제1 마이크(120)에서 수신한 제1 음향 신호를 기반으로 음성 구간을 결정할 수 있다. 예를 들어, 음성 구간 분석부(161)는 VAD(voice activity detection) 방식 또는 SPP(speech presence probability) 방식을 이용하여, 음성 구간을 구분할 수 있다. 일 실시예에 따르면, 음성 구간 분석부(161)는 제1 음향 신호를 묵음 구간, 단독 송화 구간, 단독 수화 구간, 또는 상호 발화(cross-talk) 구간으로 구분할 수 있다. 예를 들어, 음성 구간 분석부(161)는 제1 음향 신호의 파형, 크기, 또는 주파수 성분을 미리 저장된 각 구간의 음성 패턴과 비교하여, 단독 송화 구간, 단독 수화 구간, 상호 발화(cross-talk) 구간을 구분할 수 있다. 음성 구간 분석부(161)는 매칭되는 음성 패턴이 없는 경우, 묵음 구간으로 결정할 수 있다.

외부 잡음 분석부(162)는 제2 마이크(130)를 통해 수집된 제2 음향 신호를 기반으로 사용자 주변(또는 음향 출력 장치(101) 주변)의 외부 잡음 신호를 분석할 수 있다. 일 실시예에 따르면, 외부 잡음 분석부(162)는 음성 구간 분석부(161)에 의해 결정된 묵음 구간에 수신된 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정할 수 있다. 묵음 구간은 음향 출력 장치(101)를 사용하는 사용자(이하, 제1 화자)의 음성 신호 또는 상대방 화자(이하, 제2 화자)의 음성 신호가 발생하지 않는 구간일 수 있다.

예를 들어, 외부 잡음 분석부(162)는 외부 잡음 신호의 종류를 분류(예: Non-stationary/stationary)하고, 특성을 분석(예: Babble, Wind, Cafe noise)할 수 있다.

에코 제거부(163)는 제1 마이크(120)에서 수신한 제1 음향 신호 또는 제2 마이크(130)에서 수신한 제2 음향 신호에서 에코 신호를 제거할 수 있다. 에코 신호는 음향 출력 장치(101)의 제1 화자의 음성 신호가 아닌, 제2 화자의 음성 신호가 음향 출력 장치(101)의 스피커를 통해 출력되어 다시 제1 마이크(120) 또는 제2 마이크(130)으로 유입되는 신호일 수 있다.

일 실시예에 따르면, 에코 제거부(163)는 제1 음향 신호에 포함된 에코 신호를 제거하는 제1 에코 제거부 및 제2 음향 신호에 포함된 에코 신호를 제거하는 제2 에코 제거부를 포함할 수 있다.

대역 확장부(164)는 제1 마이크(120)를 통해 수집되는 제1 음향 신호의 대역을 확장할 수 있다. 제1 마이크(120)를 통해 수집되는 제1 음향 신호는 사용자의 귓속(예: 외이도)를 통해 전달되는 제1 화자의 음성에 의한 신호를 포함할 수 있다. 제1 음향 신호는 음역 대역이 저음 대역(예: 4 kHz 이하)에 한정되는 특성을 가질 수 있다. 대역 확장부(164)는 제1 음향 신호에 대해 대역확장을 수행하여 일부 음색을 보정할 수 있다. 예를 들어, 4 kHz 이하의 제1 음향 신호를 대역 확장 (Bandwidth extension)하여, 8kHz 이하의 신호로 변환하여 자연스러운 음색을 갖도록 할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 지정된 대역의 파워를 증가시키는 이퀄라이저(미도시)를 더 포함할 수 있다. 예를 들어, 이퀄라이저는 1.5kHz~2.5kHz이상의 주파수대역의 크기를 강조하여, 제1 음향 신호의 대역 확장 시 충분한 신호가 확보되도록 할 수 있다.

결합부(165)는 제1 마이크(120)를 통해 수집되는 제1 음향 신호를 변환한 신호(이하, 제1 변환 신호) 및 제2 마이크(130)를 통해 수집되는 제2 음향 신호를 변환한 신호(이하, 제2 변환 신호)를 결합할 수 있다. 예를 들어, 제1 변환 신호는 제1 음향 신호에서 에코 신호 및 잡음 신호를 제거하고, 대역 확장된 신호일 수 있다. 제2 변환 신호는 제2 음향 신호에서 에코 신호 및 잡음 신호를 제거한 신호일 수 있다. 일 실시예에 따르면, 결합부(165)는 주변 노이즈 조건에 따라 제1 변환 신호와 제2 변환 신호의 결합 방식(예: 결합 비율)을 변경할 수 있다. 예를 들어, 고도 잡음 환경에서, 결합부(165)는 제1 변환 신호의 비율을 높이고, 제2 변환 신호의 비율을 낮출 수 있다.

도 1은 음향 출력 장치(101)를 기능에 따라 구분한 것으로 이에 한정되는 것은 아니다. 일부 구성이 추가되거나, 생략될 수 있다. 일부 구성들은 통합될 수 있다.

다양한 실시예에 따르면, 음향 출력 장치(101)는 메모리(미도시)를 더 포함할 수 있다. 상기 메모리는 인스트력션들을 저장할 수 있고, 다양한 실시예에 따른 프로세서(160)의 동작은 상기 인스트럭션의 실행에 의해 설정될 수 있다.

도 2는 다양한 실시예에 따른 음향 출력 장치의 외부 형태이다. 음향 출력 장치(101)는 서로 대칭되는 2개 이상의 장치들로 구성될 수 있다. 이 경우, 각각의 장치에 2개 이상의 마이크가 장착될 수 있다.

도 2를 참조하면, 음향 출력 장치(101)는 하우징(110), 제1 마이크(120), 제2 마이크(130), 스피커(140), 조작부(145), 센서부(146), 충전 단자(147)를 할 수 있다. 도 2에서는 이어셋 형태의 음향 출력 장치(101)를 예시적으로 도시하였으나, 이에 한정되는 것은 아니다. 예를 들어, 음향 출력 장치(101)는 사용자의 머리에 착용하는 헤드셋 형태일 수 있다.

하우징(110)은 제1 마이크(120), 제2 마이크(130), 스피커(140), 조작부(145), 센서부(146), 충전 단자(147)를 장착할 수 있다. 하우징(110)은 내부에 음향 출력 장치(101)의 동작에 필요한 다양한 구성(예: 프로세서, 메모리, 통신 회로, 인쇄 회로 기판)을 포함할 수 있다.

일 실시예에 따르면, 하우징(110)의 일부는 사용자의 귓속으로 삽입되는 이어팁(115)을 포함할 수 있다. 이어팁(115)은 외부 방향으로 돌출될 수 있다. 이어팁(115)은 소리가 출력되는 스피커(140)을 포함할 수 있다. 이어팁(115)은 사용자의 귓속에 삽입되어 이용될 수 있다.

제1 마이크(120)는 제1 방향을 향하도록 하우징(110)에 배치될 수 있다. 상기 제1 방향은 사용자가 음향 출력 장치(101)를 장착하는 경우, 사용자의 귓속을 향하는 방향 또는 사용자의 신체에 접하는 방향일 수 있다. 예를 들어, 제1 마이크(120)는 사용자의 피부와 접촉이 가능한 지점에 배치되는 골전도 마이크일 수 있다.

일 실시예에 따르면, 제1 마이크(120)는 이어팁(115)에 인접하게 배치될 수 있다. 이어팁(115)이 사용자의 귓속에 삽입되는 경우, 제1 마이크(120)는 사용자의 귓속 관을 통해 전달되는 소리 또는 사용자의 신체 일부를 통해 전달되는 진동(예: 골전도)을 감지할 수 있다.

제2 마이크(130)는 제2 방향을 향하도록 하우징(110)에 배치될 수 있다. 제2 방향은 제1 마이크(120)가 장착된 제1 방향과 다른 방향(예: 반대 방향)일 수 있다. 예를 들어, 상기 제2 방향은 사용자가 음향 출력 장치(101)를 장착하는 경우, 외부를 향하는 방향일 수 있다. 제2 마이크(130)는 사용자의 외부에서 발생하는 소리를 주로 수집할 수 있다. 일 실시예에 따르면, 제2 마이크(130)는 사용자가 음향 출력 장치(101)를 장착하는 경우, 사용자의 입에 가까운 곳에 배치될 수 있다.

스피커(140)는 소리를 출력할 수 있다. 예를 들어, 음향 출력 장치(101)가 통화에 이용되는 경우, 스피커(140)는 제2 화자의 음성 신호를 출력할 수 있다. 스피커(140)는 이어팁(115)의 중앙에 배치될 수 있다.

조작부(145)는 사용자의 입력을 수신할 수 있다. 조작부(145)는 물리 버튼 또는 터치 버튼으로 구현될 수 있다. 센서부(146)는 음향 출력 장치(101)의 상태 또는 주변 객체에 관한 정보를 수집할 수 있다. 예를 들어, 센서부(146)는 사용자의 심박동 또는 심전도를 측정할 수 있다. 충전 단자(147)는 외부 전원을 공급받을 수 있다. 충전 단자(147)을 통해 수신한 전력을 이용하여, 음향 출력 장치(101) 내부의 배터리가 충전될 수 있다.

도 3은 다양한 실시예에 따른 음향 처리 방법을 나타내는 순서도이다.

도 3을 참조하면, 동작 310에서, 프로세서(160)는 제1 마이크(120)에서 수신한 제1 음향 신호를 기반으로 제1 화자 또는 제2 화자의 음성이 있는 음성 구간을 결정할 수 있다.

일 실시예에 따르면, 프로세서(160)는 제1 음향 신호를 기반으로 음성 구간 및 음성이 없는 묵음 구간을 결정할 수 있다. 묵음 구간은 제1 화자 및 제2 화자 모두 발화하지 않고 있는 구간일 수 있다.

일 실시예에 따르면, 프로세서(160)는 상기 음성 구간을 단독 송화 구간, 단독 수화 구간, 상호 발화(cross-talk) 구간으로 구분할 수 있다. 프로세서(160)는 각 구간에 대한 음향 특성을 미리 저장하고, 수신한 제1 음향 신호가 가장 유사한 특성을 가지는 구간으로 매칭할 수 있다. 프로세서(160)는 각 구간에 대해 서로 다른 음향 처리를 수행할 수 있다(도 5 참조).

일 실시예에 따르면, 프로세서(160)는 제1 음향 신호를 기반으로 VAD(voice activity detection) 방식 또는 SPP(speech presence probability) 방식을 이용하여, 음성 구간을 구분할 수 있다. 제1 마이크(120)을 통해 수집된 제1 음향 신호는 사용자의 귓속관 또는 신체를 통해 전달되는 소리 또는 진동으로 구성되어, 외부 잡음 신호(제1 화자 주변의 잡음 또는 음향 출력 장치(101) 주변의 잡음)에 강인할 수 있다. 제1 음향 신호는 대부분 제1 화자의 음성 신호로 구성될 수 있다. 제1 음향 신호를 이용하여 음성 구간을 추정하는 경우, VAD(voice activity detection) 또는 SPP(speech presence probability)에 의한 추정 정확도가 향상될 수 있다.

동작 320에서, 프로세서(160)는 제2 마이크(130)의 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정할 수 있다.

일 실시예에서, 프로세서(160)는 제2 마이크(130)에서 수신한 제2 음향 신호에서, 제1 마이크(120)에서 수신한 제1 음향 신호를 어댑티브 필터링(adaptive filtering) 하여 외부 잡음 신호를 분석할 수 있다.

다른 일 실시예에 따르면, 프로세서(160)는 묵음 구간에서, 외부 잡음 신호의 특성을 결정할 수 있다. 묵음 구간은 제1 화자의 음성 신호 또는 제2 화자의 음성 신호가 발생하지 않는 구간일 수 있다. 묵음 구간에서 외부에 노출된 제2 마이크(120)를 통해 수집되는 제2 음향 신호는 외부 잡음 신호와 실질적으로 동일하거나 유사할 수 있다. 프로세서(160)는 제1 음향 신호의 세기가 지정된 값 이하인 경우, 제2 음향 신호를 모두 외부 잡음 신호로 결정할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 외부 잡음 신호의 종류를 분류(예: Non-stationary/stationary)하고, 특성을 분석(예: Babble, Wind, Cafe noise)할 수 있다.

동작 330에서, 프로세서(160)는 음성 구간의 특성 또는 결정된 외부 잡음 신호의 특성을 기반으로, 제1 음향 신호 또는 제2 음향 신호에서 에코 신호 및 잡음 신호를 제거할 수 있다. 상기 에코 신호는 음향 출력 장치(101)의 스피커(140)를 통해 제2 화자의 음성 신호가 출력되어, 다시 제1 마이크(120) 또는 제2 마이크(130)로 유입되는 신호일 수 있다.

일 실시예에 따르면, 프로세서(160)는 제1 음향 신호에서, 에코 신호 및 잡음 신호를 제거하고, 지정된 주파수 범위로 대역 확장하거나 지정된 주파수 대역에서 필터링할 수 있다. 프로세서(160)는 제2 음향 신호에서 외부 잡음 신호를 제거할 수 있다.

동작 340에서, 프로세서(160)는 제1 음향 신호를 변환한 제1 변환 신호 및 제2 음향 신호를 변환한 제2 변환 신호를 지정된 방식에 따라 결합할 수 있다. 일 실시예에 따르면, 프로세서(160)는 외부 잡음 신호의 특성을 기반으로 제1 변환 신호 및 제2 변환 신호의 결합 비율을 변경할 수 있다.

동작 350에서, 프로세서(160)는 결합된 신호를 외부 장치에 전송할 수 있다. 예를 들어, 상기 외부 장치는 페어링된 모바일 장치일 수 있다. 다른 예를 들어, 상기 외부 장치는 음성 통화 또는 영상 통화를 처리하는 기지국 또는 서버일 수 있다.

도 4는 다양한 실시예에 따른 묵음 구간에서의 음향 처리 방법을 나타낸다.

도 4를 참조하면, 동작 410에서, 프로세서(160)는 제1 음향 신호 및 제2 음향 신호를 수집할 수 있다. 제1 음향 신호는 제1 마이크(120)를 통해 수집된 신호일 수 있고, 제2 음향 신호는 제2 마이크(130)를 통해 수집된 신호일 수 있다.

동작 420에서, 프로세서(160)는 제1 마이크(120)에서 수신한 제1 음향 신호를 기반으로 묵음 구간인지를 확인할 수 있다. 예를 들어, 프로세서(160)는 제1 음향 신호의 파형, 크기, 주파수 성분을 미리 저장된 음성 패턴과 비교하여, 대응하는 패턴이 없는 경우 묵음 구간으로 결정할 수 있다.

일 실시예에 따르면, 프로세서(160)는 VAD(voice activity detection) 방식 또는 SPP(speech presence probability) 방식을 이용하여 음성 구간을 결정하고, 음성 구간이 아닌 구간을 묵음 구간으로 결정할 수 있다.

동작 430에서, 묵음 구간인 경우, 프로세서(160)는 제2 마이크(130)의 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정할 수 있다. 묵음 구간에서 수집된 제2 음향 신호는 외부 잡음 신호와 동일하거나, 실질적으로 유사할 수 있다.

동작 440에서, 프로세서(160)는 묵음 구간에서 결정된 외부 잡음 신호의 특성을 기반으로 음성 구간의 제1 음향 신호 또는 제2 음향 신호에서의 잡음 제거에 이용할 수 있다.

예를 들어, T1 시간이 묵음 구간으로 결정된 경우, 프로세서(160)는 T1 시간에서의 외부 잡음 신호의 특성에 관한 정보를 저장할 수 있다. 프로세서(160)는 T1 시간 이후의 음성 구간에서, 제1 음향 신호 또는 제2 음향 신호에 외부 잡음의 특성과 매칭되는 신호가 포함된 경우, 해당 신호를 제거할 수 있다.

다양한 실시예에 따르면, 묵음 구간에서 외부에 노출된 제2 마이크(120)를 통해 수집되는 제2 음향 신호의 크기는 외부 잡음 신호의 크기와 실질적으로 동일할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 외부 잡음 신호를 Non-stationary/stationary로 분류할 수 있다. 프로세서(160)는 SNR이 잡음의 크기와 반비례의 관계를 가지는 경우, 외부 잡음 신호를 Stationary 신호로 결정할 수 있다. 외부 잡음 신호가 Non-stationary 신호인 경우, 프로세서(160)는 묵음 구간의 제1 음향 신호의 power와 추정된 SNR을 종합하여 Babble, Wind, Cafe noise 등의 상황에 따른 소리로 분류할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 외부 장치(예: 주변 기지국)에 설치된 마이크를 통해 수집된 잡음 데이터를 이용하여, 외부 잡음 신호의 특성을 결정할 수 있다. 예를 들어, 프로세서(160)는 주변 기지국으로부터 외부 잡음 신호의 종류, 강도, SNR을 수신한 경우, 특정 장소에서의 잡음 종류 분석의 정확성을 높일 수 있다. 프로세서(160)는 상세히 분류된 잡음의 크기가 종류를 이용하여, 기존 외부 마이크만 이용한 잡음 제거 방법에 비해서 SPP 또는 Signal의 Power spectrum density (PSD)를 정확히 추정할 수 있다. 이를 통해, 프로세서(160)는 제1 음향 신호 및 제2 음향 신호에서, 잡음 제거를 보다 정확하게 수행할 수 있다. 또한, 제1 마이크(120)의 VAD의 정확도가 높아질 수 있고, 프로세서(160)는 제2 마이크(130)를 통한 잡음 환경에 대한 adaptation을 보다 정확하게 수행할 수 있다.

도 5는 다양한 실시예에 따른 음성 구간에서의 음향 처리 방법을 나타낸다.

도 5를 참조하면, 동작 510에서, 프로세서(160)는 제1 음향 신호 및 제2 음향 신호를 수집할 수 있다. 제1 음향 신호는 제1 마이크(120)를 통해 수집된 신호일 수 있고, 제2 음향 신호는 제2 마이크(130)를 통해 수집된 신호일 수 있다.

동작 520에서, 프로세서(160)는 제1 마이크(120)에서 수신한 제1 음향 신호를 기반으로 음성 구간의 종류를 결정할 수 있다. 일 실시예에 따르면, 프로세서(160)는 VAD(voice activity detection) 방식 또는 SPP(speech presence probability) 방식을 이용하여, 음성 구간을 구분할 수 있다.

프로세서(160)는 제1 화자의 발화 또는 제2 화자의 발화 유무에 따라 음성 구간을 상호 발화(cross-talk) 구간, 단독 송화 구간 또는 단독 수화 구간으로 구분할 수 있다. 예를 들어, 프로세서(160)는 제1 음향 신호의 파형, 크기, 주파수 성분을 미리 저장된 각 구간의 음성 패턴과 비교하여, 상호 발화(cross-talk) 구간, 단독 송화 구간 또는 단독 수화 구간을 구분할 수 있다.

일 실시예에 따르면, 프로세서(160)는 묵음 구간인 경우, 제2 마이크(130)을 통해 수집되는 제2 음향 신호를 외부 잡음 신호를 추정하는데 이용할 수 있다. 묵음 구간에서 외부에 노출된 제2 마이크(120)를 통해 수집되는 제2 음향 신호는 외부 잡음 신호와 실질적으로 동일하거나 유사할 수 있다.

동작 530에서, 프로세서(160)는 상호 발화 구간인지를 확인할 수 있다. 프로세서(160)는 제1 음향 신호에 제1 화자의 발화에 의한 특성 및 스피커(140)을 통해 유입되는 에코 신호에 의한 특성이 동시에 나타나는 경우, 상호 발화 구간으로 결정할 수 있다.

동작 535에서, 상호 발화 구간에서, 프로세서(160)는 제2 화자의 수화 신호를 필터링하여 제거할 수 있다. 예를 들어, 프로세서(160)는 수화(Rx) 신호의 크기를 낮추거나 Band-stop filtering을 하여 에코 신호의 크기를 줄여서 에코 제거기의 성능을 높일 수 있다. 이를 통해, 프로세서(160)는 제1 음향 신호에 포함된 제2 화자의 수화 신호의 비율을 낮추고, 제1 화자의 음성 비율을 높일 수 있다.

동작 540에서, 프로세서(160)는 단독 수화 구간인지를 확인할 수 있다. 프로세서(160)는 제1 음향 신호에 제1 사용자의 발화에 의한 음성 패턴이 포함되지 않고, 스피커(140)을 통해 유입되는 제2 사용자의 발화에 의한 에코 신호에 의한 음성 패턴이 포함되는 경우 단독 수화 구간으로 결정할 수 있다.

동작 545에서, 단독 수화 구간에서, 프로세서(160)는 에코 제거를 위한 필터 계수를 조절하여, 에코 신호의 제거 수준을 높일 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 제1 음향 신호에 제1 사용자의 발화에 의한 음성 패턴이 포함되고, 스피커(140)을 통해 유입되는 에코 신호에 의한 음성 패턴이 없는 경우 단독 송화 구간으로 결정할 수 있다. 프로세서(160)는 단독 송화 구간인 경우, 에코 제거를 위한 필터 계수를 조절하여, 에코 신호의 제거 수준을 낮추거나 진행하지 않을 수 있다.

동작 560에서, 프로세서(160)는 제1 음향 신호 또는 제2 음향 신호에서, 에코 신호를 제거할 수 있다. 프로세서(160)는 어댑티브 필터링(adaptive filtering) 방식에 의해, 제1 음향 신호 또는 제2 음향 신호에서 에코 신호를 제거할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 상호 발화(cross-talk) 구간, 단독 송화 구간 또는 단독 수화 구간에 대해 각각 설정된 필터 계수에 따라 에코 신호를 제거할 수 있다. 예를 들어, 프로세서(160)는 단독 수화 구간에서는 필터 계수를 높이고, 단독 송화 구간에서는 필터 계수를 낮게 설정할 수 있다.

동작 570에서, 제1 음향 신호 및 제2 음향 신호에서, 잡음 신호를 제거할 수 있다. 프로세서(160)는 음성 존재 유무를 이용하여 잡음 제거를 효율적으로 수행할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 묵음 구간에서 분석된 외부 잡음 신호를 기반으로 제1 음향 신호 또는 제2 음향 신호에서 잡음 신호를 제거할 수 있다. 프로세서(160)는 묵음 구간에서 분석된 외부 잡음 신호와 동일 또는 유사한 패턴을 제1 음향 신호 및 제2 음향 신호 각각에서 제거할 수 있다.

동작 580에서, 제1 음향 신호에 대해 필터링 또는 대역을 확장할 수 있다. 제1 마이크(120)를 통해 수집되는 제1 음향 신호는 사용자의 외이도를 통해 전달되는 제1 화자의 음성 의한 신호를 수집할 수 있다. 제1 음향 신호는 사용자의 신체와 귓속을 통해 제1 마이크(120)에 전달되어, 외부 잡음에 강한 특성이 있다. 또한, 제1 음향 신호는 음역 대역이 저음 대역(예: 4 kHz 이하)에 한정되는 특성을 가진다.

프로세서(160)는 제1 음향 신호에 대해 대역확장을 수행하여 일부 음색을 보정할 수 있다. 제1 음향 신호는 신체 내부에서 전파된 제1 화자의 음성을 제1 마이크(120)에서 수신한 신호로서, 공기 중으로 전파되는 제1 화자의 음성과 주파수 특성이 다를 수 있다. 프로세서(160)는 제1 음향 신호를 필터링하거나 대역 확장하여 공기중으로 전파된 음성과 비슷하도록 변형할 수 있다.

일 실시예에 따르면, 프로세서(160)는 제1 마이크(120)의 제1 음향 신호에서 소스 신호를 추정할 수 있다. 예를 들어, 프로세서(160)는 제1 음향 신호에, 제1 마이크(120)로 전달되면서 누락된 고주파 성분 대신 랜덤 노이즈(random noise)를 추가하고, 제1 음향 신호에서 추정한 음성 필터를 적용하여 대역이 확장되는 효과를 얻을 수 있다.

동작 590에서, 프로세서(160)는 제1 음향 신호를 변환한 제1 변환 신호와 제2 음향 신호를 변환한 제2 변환 신호를 결합하여 출력 할 수 있다. 프로세서(160)는 제1 변환 신호와 제2 변환 신호를 선형적 또는 비선형적으로 통합하여, 자연스러운 음색을 갖는 출력 신호를 생성할 수 있다.

프로세서(160)는 추가적인 필터링을 통하여 출력 신호의 주파수 특성을 일부 조정할 수 있다. 예를 들어, 노이즈 환경에 따라 제1 변환 신호와 제2 변환 신호의 결합 비율을 다르게 설정할 수 있다. 프로세서(160)는 제1 변형 신호 및 제2 변형 신호와 기 추정하였던 외부 잡음 신호의 크기와 종류에 따라 선형/비선형적 합으로 출력 신호를 생성할 수 있다.

도 6a는 다양한 실시예에 따른 제1 음향 신호의 대역 확장을 나타낸다.

도 6a를 참조하면, 프로세서(160)는 제1 마이크(120)를 통해 제1 음향 신호(610)를 수신할 수 있다. 제1 음향 신호(610)의 특성은 제1 마이크(120)의 특성, 제1 화자의 음성 특성 또는 통신 환경에 따라 달라질 수 있다.

다양한 실시예에 따르면, 제1 음향 신호(610)는 저주파 대역(narrow band, NB)(예: 4kHz 이내 신호) 특성을 가질 수 있다. 예를 들어, 제1 음향 신호(610)는 2~3kHz이상의 신호가 매우 적은 협대역 신호일 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 제1 음향 신호(610) 중 지정된 주파수(예: 4kHz) 보다 큰 영역을 다운 샘플링 하여 에코 신호를 제거할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 제1 음향 신호(610)를 NB(narrow band)로 ADC하거나, WB(wide band)로 ADC(analog-to-digital convert) 후 NB(narrow band)로 다운 샘플링(down sampling)할 수 있다. 프로세서(160)는 제1 음향 신호(610)를 NB(narrow band)로 변경하여 에코제거기 또는 잡음제거기를 통해 제1 음향 신호(610)를 처리할 경우 보다 적은 연산량과 메모리로 처리할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 제2 마이크(130)를 통해 제2 음향 신호(620)를 수집할 수 있다. 제2 음향 신호(620)는 제1 음향 신호(610)와 달리 외부 잡음 신호의 비율이 높을 수 있다. 또한, 제2 음향 신호(620)는 제1 음향 신호(610)와 달리 저주파 대역과 고주파 대역이 모두 포함된 특성을 가질 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 제1 음향 신호(610)를 대역 확장한 제1 변환 신호(615)를 생성할 수 있다. 프로세서(160)는 제1 음향 신호(610)를 필터링하거나 대역 확장하여 공기중으로 전파된 음성과 비슷한 제1 변환 신호(615)를 생성할 수 있다. 제1 변환 신호(615)는 제2 음향 신호(620)에서 외부 잡음 신호가 제거된 제2 변환 신호(625)와 동일 또는 유사한 주파수 특성을 가질 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 대역을 확장한 제1 변환 신호(615)를 제2 음향 신호(620)의 power spectral density를 추정하는 데 사용하여 보다 정확하게 제2 음향 신호(620)의 잡음 제거를 수행할 수 있다. 이를 통해, 프로세서(160)는 음성 Harmonic 사이에 존재하는 잡음을 제거할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 노이즈 환경의 특성에 따라 제1 변환 신호(615)와 제2 변환 신호(625)의 결합 비율을 다르게 설정할 수 있다.

예를 들어, 500hz 미만 구간에서, 프로세서(160)는 제1 변환 신호(615)를 이용하여 출력 신호를 생성하고, 제2 변환 신호(625)를 사용하지 않을 수 있다.

다른 예를 들어, 프로세서(160)는 고도 잡음 환경에서, 제1 변환 신호(615)의 비율을 높이고, 제2 변환 신호(625)의 비율을 낮출 수 있다. 반면, 프로세서(160)는 외부 잡음의 크기가 작은 환경에서, 제1 변환 신호(615)의 비율을 낮추고, 제2 변환 신호(625)의 비율을 높일 수 있다.

일 실시예에 따르면, 프로세서(160)는 저역대와 고역대에 대해 서로 다른 결합 비율을 설정할 수도 있다. 예를 들어, 프로세서(160)는 저대역에서, 제1 변환 신호(615)과 제2 변환 신호(625)의 비율을 각각 30% 및 70%로 설정하고, 고대역에서, 제1 변환 신호(615)과 제2 변환 신호(625)의 비율을 각각 70% 및 30%로 설정할 수 있다.

도 6b는 다양한 실시예에 따른 제1 음향 신호의 대역 확장을 이용한 제2 음향 신호에서 잡음을 제거하는 스펙토그램(X축: 시간, Y축: 주파수)을 나타낸다. 도 6b는 예시적인 것으로 이에 한정되는 것은 아니다.

도 6b를 참조하면, 프로세서(160)는 제2 마이크(130)를 통해 제2 음향 신호(640)을 수집할 수 있다. 프로세서(160)는 잡음 제거 알고리즘을 통해 1차적으로 잡음이 제거된 신호(641)를 생성할 수 있다. 상기 잡음 제거 알고리즘은 제1 마이크(120)에서 수신한 제1 음향 신호와 무관한 잡음 제거 알고리즘일 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 제1 음향 신호를 대역 확장한 신호(631)를 생성할 수 있다. 프로세서(160)는 신호(631)를 기반으로, 2차적으로 잡음이 제거된 신호(642)를 생성할 수 있다. 일 실시예에서, 프로세서(160)는 제1 음향 신호를 대역 확장한 신호(631)에서 SPP 초기값을 추정한 결과를 반영하여, 신호(642)를 생성할 수 있다.

도 6c는 다양한 실시예에 따른 제1 음향 신호의 근음을 이용한 제2 음향 신호에서 잡음을 제거하는 스펙토그램(X축: 시간, Y축: 주파수)을 나타낸다. 도 6c는 예시적인 것으로 이에 한정되는 것은 아니다.

도 6c를 참조하면, 프로세서(160)는 제2 마이크(130)를 통해 제2 음향 신호(660)을 수집할 수 있다.

다양한 실시예에 따르면, 프로세서(160)는 제1 음향 신호에서 근음(Fundamental frequency)를 찾아내고(651), 이에 대한 하모닉들(harmonics)을 SPP 초기값으로 추정한 결과를 반영하여, 잡음이 제거된 신호(661)를 생성할 수 있다.

프로세서(160)는 제1 음향 신호를 바탕으로 음성이 존재할 가능성이 높은 부분(harmonics)을 결정하고, 해당 부분에서 잡음 제거를 수행할 수 있다.

본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치(예: PDA(personal digital assistant), 태블릿 PC(tablet PC), 랩탑 PC(데스크톱 PC, 워크스테이션, 또는 서버), 휴대용 멀티미디어 장치(예: 전자 책 리더기 또는 MP3 플레이어), 휴대용 의료 기기(예: 심박, 혈당, 혈압, 또는 체온 측정기), 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리 형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용 형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착 형(예: 스킨 패드 또는 문신), 또는 생체 이식 형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시 예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오 장치, 오디오 액세서리 장치(예: 스피커, 헤드폰, 또는 헤드 셋), 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토메이션 컨트롤 패널, 보안 컨트롤 패널, 게임 콘솔, 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.

다른 실시 예에서, 전자 장치는 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder)(예: 차량/선박/비행기 용 블랙박스(black box)), 자동차 인포테인먼트 장치(예: 차량용 헤드-업 디스플레이), 산업용 또는 가정용 로봇, 드론(drone), ATM(automated teller machine), POS(point of sales) 기기, 계측 기기(예: 수도, 전기, 또는 가스 계측 기기), 또는 사물 인터넷 장치(예: 전구, 스프링클러 장치, 화재 경보기, 온도 조절기, 또는 가로등) 중 적어도 하나를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 또한, 예를 들면, 개인의 생체 정보(예: 심박 또는 혈당)의 측정 기능이 구비된 스마트폰의 경우처럼, 복수의 장치들의 기능들을 복합적으로 제공할 수 있다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.

도 7을 참조하여, 네트워크 환경(700)에서 전자 장치(701)는 근거리 무선 통신(798)을 통하여 전자 장치(702)와 통신하거나, 또는 네트워크(799)를 통하여 전자 장치(704) 또는 서버(708)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(701)는 서버(708)을 통하여 전자 장치(704)와 통신할 수 있다.

도 7는, 다양한 실시예들에 따른, 네트워크 환경(700) 내의 전자 장치(701)의 블록도이다. 도 7를 참조하면, 네트워크 환경(700)에서 전자 장치(701)는 제 1 네트워크(798)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(702)와 통신하거나, 또는 제 2 네트워크(799)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(704) 또는 서버(708)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(701)는 서버(708)를 통하여 전자 장치(704)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(701)는 프로세서(720), 메모리(730), 입력 장치(750), 음향 출력 장치(755), 표시 장치(760), 오디오 모듈(770), 센서 모듈(776), 인터페이스(777), 햅틱 모듈(779), 카메라 모듈(780), 전력 관리 모듈(788), 배터리(789), 통신 모듈(790), 가입자 식별 모듈(796), 또는 안테나 모듈(797)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(701)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(760) 또는 카메라 모듈(780))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(776)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(760)(예: 디스플레이)에 임베디드된 채 구현될 수 있다.

프로세서(720)는, 예를 들면, 소프트웨어(예: 프로그램(740))를 실행하여 프로세서(720)에 연결된 전자 장치(701)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(720)는 다른 구성요소(예: 센서 모듈(776) 또는 통신 모듈(790))로부터 수신된 명령 또는 데이터를 휘발성 메모리(732)에 로드하고, 휘발성 메모리(732)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(734)에 저장할 수 있다. 일실시예에 따르면, 프로세서(720)는 메인 프로세서(721)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(723)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(723)는 메인 프로세서(721)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(723)는 메인 프로세서(721)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(723)는, 예를 들면, 메인 프로세서(721)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(721)를 대신하여, 또는 메인 프로세서(721)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(721)와 함께, 전자 장치(701)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(760), 센서 모듈(776), 또는 통신 모듈(790))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(723)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(780) 또는 통신 모듈(790))의 일부로서 구현될 수 있다.

메모리(730)는, 전자 장치(701)의 적어도 하나의 구성요소(예: 프로세서(720) 또는 센서모듈(776))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(740)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(730)는, 휘발성 메모리(732) 또는 비휘발성 메모리(734)를 포함할 수 있다.

프로그램(740)은 메모리(730)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(742), 미들 웨어(744) 또는 어플리케이션(746)을 포함할 수 있다.

입력 장치(750)는, 전자 장치(701)의 구성요소(예: 프로세서(720))에 사용될 명령 또는 데이터를 전자 장치(701)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(750)는, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예:스타일러스 펜)을 포함할 수 있다.

음향 출력 장치(755)는 음향 신호를 전자 장치(701)의 외부로 출력할 수 있다. 음향 출력 장치(755)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

표시 장치(760)는 전자 장치(701)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(760)는, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(760)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.

오디오 모듈(770)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(770)은, 입력 장치(750)를 통해 소리를 획득하거나, 음향 출력 장치(755), 또는 전자 장치(701)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(702))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(776)은 전자 장치(701)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. 일실시예에 따르면, 센서 모듈(776)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, 또는 조도 센서를 포함할 수 있다.

인터페이스(777)는 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(777)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(778)는, 그를 통해서 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(778)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(779)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(779)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(780)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(780)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(788)은 전자 장치(701)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(788)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(789)는 전자 장치(701)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(789)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(790)은 전자 장치(701)와 외부 전자 장치(예: 전자 장치(702), 전자 장치(704), 또는 서버(708)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(790)은 프로세서(720)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(790)은 무선 통신 모듈(792)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(794)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(798)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(799)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치(704)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(792)은 가입자 식별 모듈(796)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크 내에서 전자 장치(701)를 확인 및 인증할 수 있다.

안테나 모듈(797)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(797)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(797)은 복수의 안테나들을 포함할 수 있다. 이런 경우, 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(790)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(790)과 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(797)의 일부로 형성될 수 있다.

도 8은, 다양한 실시에 따른, 오디오 모듈(770)의 블록도(800)이다. 도 8를 참조하면, 오디오 모듈(770)은, 예를 들면, 오디오 입력 인터페이스(810), 오디오 입력 믹서(820), ADC(analog to digital converter)(830), 오디오 신호 처리기(840), DAC(digital to analog converter)(850), 오디오 출력 믹서(860), 또는 오디오 출력 인터페이스(870)를 포함할 수 있다.

오디오 입력 인터페이스(810)는 입력 장치(750)의 일부로서 또는 전자 장치(701)와 별도로 구성된 마이크(예: 다이나믹 마이크, 콘덴서 마이크, 또는 피에조 마이크)를 통하여 전자 장치(701)의 외부로부터 획득한 소리에 대응하는 오디오 신호를 수신할 수 있다. 예를 들어, 오디오 신호가 외부의 전자 장치(702)(예: 헤드셋 또는 마이크)로부터 획득되는 경우, 오디오 입력 인터페이스(810)는 상기 외부의 전자 장치(702)와 연결 단자(778)를 통해 직접, 또는 무선 통신 모듈(792)을 통하여 무선으로(예: Bluetooth 통신) 연결되어 오디오 신호를 수신할 수 있다. 일실시예에 따르면, 오디오 입력 인터페이스(810)는 상기 외부의 전자 장치(702)로부터 획득되는 오디오 신호와 관련된 제어 신호(예: 입력 버튼을 통해 수신된 볼륨 조정 신호)를 수신할 수 있다. 오디오 입력 인터페이스(810)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(810)는 전자 장치(701)의 다른 구성 요소(예: 프로세서(720) 또는 메모리(730))로부터 오디오 신호를 입력 받을 수 있다.

오디오 입력 믹서(820)는 입력된 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 입력 믹서(820)는, 오디오 입력 인터페이스(810)를 통해 입력된 복수의 아날로그 오디오 신호들을 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.

ADC(830)는 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, ADC(830)는 오디오 입력 인터페이스(810)을 통해 수신된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 입력 믹서(820)를 통해 합성된 아날로그 오디오 신호를 디지털 오디오 신호로 변환할 수 있다.

오디오 신호 처리기(840)는 ADC(830)를 통해 입력받은 디지털 오디오 신호, 또는 전자 장치(701)의 다른 구성 요소로부터 수신된 디지털 오디오 신호에 대하여 다양한 처리를 수행할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 신호 처리기(840)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(840)의 하나 이상의 기능들은 이퀄라이저(equalizer)의 형태로 구현될 수 있다.

DAC(850)는 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다. 예를 들어, 일실시예에 따르면, DAC(850)는 오디오 신호 처리기(840)에 의해 처리된 디지털 오디오 신호, 또는 전자 장치(701)의 다른 구성 요소(예: 프로세서(720) 또는 메모리(730))로부터 획득한 디지털 오디오 신호를 아날로그 오디오 신호로 변환할 수 있다.

오디오 출력 믹서(860)는 출력할 복수의 오디오 신호들을 적어도 하나의 오디오 신호로 합성할 수 있다. 예를 들어, 일실시예에 따르면, 오디오 출력 믹서(860)는 DAC(850)를 통해 아날로그로 전환된 오디오 신호 및 다른 아날로그 오디오 신호(예: 오디오 입력 인터페이스(810)을 통해 수신한 아날로그 오디오 신호)를 적어도 하나의 아날로그 오디오 신호로 합성할 수 있다.

오디오 출력 인터페이스(870)는 DAC(850)를 통해 변환된 아날로그 오디오 신호, 또는 추가적으로 또는 대체적으로 오디오 출력 믹서(860)에 의해 합성된 아날로그 오디오 신호를 음향 출력 장치(755)를 통해 전자 장치(701)의 외부로 출력할 수 있다. 음향 출력 장치(755)는, 예를 들어, dynamic driver 또는 balanced armature driver 같은 스피커, 또는 리시버를 포함할 수 있다. 일실시예에 따르면, 음향 출력 장치(755)는 복수의 스피커들을 포함할 수 있다. 이런 경우, 오디오 출력 인터페이스(870)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(870)는 외부의 전자 장치(702)(예: 외부 스피커 또는 헤드셋)와 연결 단자(778)를 통해 직접, 또는 무선 통신 모듈(792)을 통하여 무선으로 연결되어 오디오 신호를 출력할 수 있다.

일실시예에 따르면, 오디오 모듈(770)은 오디오 입력 믹서(820) 또는 오디오 출력 믹서(860)를 별도로 구비하지 않고, 오디오 신호 처리기(840)의 적어도 하나의 기능을 이용하여 복수의 디지털 오디오 신호들을 합성하여 적어도 하나의 디지털 오디오 신호를 생성할 수 있다.

일실시예에 따르면, 오디오 모듈(770)은 오디오 입력 인터페이스(810)를 통해 입력된 아날로그 오디오 신호, 또는 오디오 출력 인터페이스(870)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(770)과 별도의 모듈로 구성될 수 있다.

다양한 실시예에 따른 음향 출력 장치(예: 도 1의 음향 출력 장치(101))는 하우징, 상기 하우징의 제1 방향을 향하도록 장착되는 제1 마이크, 상기 하우징의 제2 방향을 향하도록 장착되는 제2 마이크, 메모리, 프로세서를 포함하고, 상기 프로세서는 상기 제1 마이크를 통해 수신한 제1 음향 신호를 기반으로 음성 구간을 결정하고, 상기 음성 구간이 아닌 구간에서, 상기 제2 마이크를 통해 수신한 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정하고, 상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 잡음 신호를 제거하고, 상기 제1 음향 신호 및 상기 제2 음향 신호를 지정된 방식에 따라 결합하여 출력 신호를 생성하고, 상기 출력 신호를 외부 장치에 전송할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 에코 신호를 제거할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 음성 구간을 상호 발화 구간 단독 송화 구간 또는 단독 수화 구간으로 구분할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 상호 발화 구간에서, 상기 제1 음향 신호에 포함된 상대방 화자의 수화 신호를 필터링할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 단독 수화 구간에서, 에코 신호의 제거를 위한 필터링 계수를 업데이트 할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 제1 음향 신호 또는 상기 제2 음향 신호에서, 상기 외부 잡음 신호와 동일 또는 유사한 패턴을 제거할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 제1 음향 신호를 지정된 주파수 이상의 영역으로 대역 확장할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 제1 음향 신호에 랜덤 노이즈를 추가할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 외부 잡음 신호의 특성을 기반으로 상기 제1 음향 신호 및 상기 제2 음향 신호의 결합 비율을 결정할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 제1 주파수 대역 및 제2 주파수 대역 각각에서, 상기 제1 음향 신호 및 상기 제2 음향 신호의 결합 비율을 다르게 설정할 수 있다.

다양한 실시예에 따르면, 상기 제1 마이크는 사용자의 귓속에 삽입되어 상기 사용자의 신체에 의해 밀폐되거나, 사용자의 신체에 접촉될 수 있다.

다양한 실시예에 따르면, 상기 제2 마이크는 상기 음향 출력 장치의 일부가 사용자의 귓속에 삽입되는 경우, 상기 하우징 중 사용자의 입에 인접하게 배치될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 VAD(voice activity detection) 방식 또는 SPP(speech presence probability) 방식을 이용하여, 상기 제1 음향 신호에서 음성 구간을 결정할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 제1 음향 신호 및 상기 제2 음향 신호의 연관성(correlation) 또는 크기 차이 중 적어도 하나를 기반으로 상기 음성 구간을 결정할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 외부 장치로부터 상기 외부 잡음 신호에 관한 데이터를 수신하고, 상기 데이터를 기반으로 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 상기 잡음 신호를 제거할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 외부 잡음 신호를 분류하고, 상기 외부 잡음 신호가 Non-stationary 신호인 경우, 상기 메모리에 저장된 노이즈 패턴과 비교하여, 상기 외부 잡음 신호의 종류를 결정할 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 제2 음향 신호에서, 상기 제1 음향 신호와 무관한 제1 잡음 제거 과정을 수행하고, 상기 제1 잡음 제거 과정 이후, 상기 제2 음향 신호를 이용한 제2 잡음 제거 과정을 수행할 수 있다.

다양한 실시예에 따르면, 상기 메모리는 인스트력션들을 저장할 수 있고, 상기 프로세서의 동작은 상기 인스트럭션의 실행에 의해 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는 상기 제1 음향 신호에서 근음 및 상기 근음에 대한 하모닉들을 추출하고, 상기 제2 음향 신호에서, 상기 근음 및 상기 하모닉들을 이용하여 잡음 제거 과정을 수행할 수 있다.

다양한 실시예에 따른 음향 처리 방법은 음향 출력 장치에서 수행되고, 제1 방향을 향하도록 장착되는 제1 마이크를 통해 수신한 제1 음향 신호를 기반으로 음성 구간을 결정하는 동작, 상기 음성 구간이 아닌 구간에서, 제2 방향을 향하도록 장착되는 제2 마이크를 통해 수신한 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정하는 동작, 상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 잡음 신호를 제거하는 동작, 상기 제1 음향 신호 및 상기 제2 음향 신호를 지정된 방식에 따라 결합하여 출력 신호를 생성하는 동작 및 상기 출력 신호를 외부 장치에 전송하는 동작을 포함할 수 있다.

다양한 실시예에 따르면, 상기 음성 구간을 결정하는 동작은 상기 음성 구간을 상호 발화 구간 단독 송화 구간 또는 단독 수화 구간으로 구분하는 동작을 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.

일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(799)에 연결된 서버(708)를 통해서 전자 장치(701)와 외부의 전자 장치(704)간에 송신 또는 수신될 수 있다. 외부 전자 장치(702, 704) 각각은 전자 장치(701)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(701)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(702, 704, 또는 708) 중 하나 이상의 외부 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(701)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(701)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(701)로 전달할 수 있다. 전자 장치(701)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 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"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 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: 제 1) 구성요소가 다른(예: 제 2) 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 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서에서 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, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(701)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(736) 또는 외장 메모리(738))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(740))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(701))의 프로세서(예: 프로세서(720))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.

일실시예에 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 스토어^TM)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 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.

Claims

음향 출력 장치에 있어서,
하우징;
상기 하우징의 제1 방향을 향하도록 장착되는 제1 마이크;
상기 하우징의 제2 방향을 향하도록 장착되는 제2 마이크;
메모리;
프로세서;를 포함하고,
상기 프로세서는 상기 제1 마이크를 통해 수신한 제1 음향 신호를 기반으로 음성 구간을 결정하고,
상기 음성 구간이 아닌 구간에서, 상기 제2 마이크를 통해 수신한 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정하고,
상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 잡음 신호를 제거하고,
상기 제1 음향 신호 및 상기 제2 음향 신호를 지정된 방식에 따라 결합하여 출력 신호를 생성하고,
상기 출력 신호를 외부 장치에 전송하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 에코 신호를 제거하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 음성 구간을 상호 발화 구간 단독 송화 구간 또는 단독 수화 구간으로 구분하는 음향 출력 장치.
제3항에 있어서, 상기 프로세서는
상기 상호 발화 구간에서, 상기 제1 음향 신호에 포함된 상대방 화자의 수화 신호를 필터링 하는 음향 출력 장치.
제3항에 있어서, 상기 프로세서는
상기 단독 수화 구간에서, 에코 신호의 제거를 위한 필터링 계수를 업데이트 하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 제1 음향 신호 또는 상기 제2 음향 신호에서, 상기 외부 잡음 신호와 동일 또는 유사한 패턴을 제거하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 제1 음향 신호를 지정된 주파수 이상의 영역으로 대역 확장하는 음향 출력 장치.
제7항에 있어서, 상기 프로세서는
상기 제1 음향 신호에 랜덤 노이즈를 추가하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 외부 잡음 신호의 특성을 기반으로 상기 제1 음향 신호 및 상기 제2 음향 신호의 결합 비율을 결정하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
제1 주파수 대역 및 제2 주파수 대역 각각에서, 상기 제1 음향 신호 및 상기 제2 음향 신호의 결합 비율을 다르게 설정하는 음향 출력 장치.
제1항에 있어서, 상기 제1 마이크는
사용자의 귓속에 삽입되어 상기 사용자의 신체에 의해 밀폐되거나, 사용자의 신체에 접촉되는 음향 출력 장치.
제1항에 있어서, 상기 제2 마이크는
상기 음향 출력 장치의 일부가 사용자의 귓속에 삽입되는 경우, 상기 하우징 중 사용자의 입에 인접하게 배치되는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
VAD(voice activity detection) 방식 또는 SPP(speech presence probability) 방식을 이용하여, 상기 제1 음향 신호에서 음성 구간을 결정하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 제1 음향 신호 및 상기 제2 음향 신호의 연관성(correlation) 또는 크기 차이 중 적어도 하나를 기반으로 상기 음성 구간을 결정하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
외부 장치로부터 상기 외부 잡음 신호에 관한 데이터를 수신하고,
상기 데이터를 기반으로 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 상기 잡음 신호를 제거하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 외부 잡음 신호를 분류하고, 상기 외부 잡음 신호가 Non-stationary 신호인 경우, 상기 메모리에 저장된 노이즈 패턴과 비교하여, 상기 외부 잡음 신호의 종류를 결정하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 제2 음향 신호에서, 상기 제1 음향 신호와 무관한 제1 잡음 제거 과정을 수행하고,
상기 제1 잡음 제거 과정 이후, 상기 제2 음향 신호를 이용한 제2 잡음 제거 과정을 수행하는 음향 출력 장치.
제1항에 있어서, 상기 프로세서는
상기 제1 음향 신호에서 근음 및 상기 근음에 대한 하모닉들을 추출하고,
상기 제2 음향 신호에서, 상기 근음 및 상기 하모닉들을 이용하여 잡음 제거 과정을 수행하는 음향 출력 장치.
음향 출력 장치에서 수행되는 음향 처리 방법에 있어서,
제1 방향을 향하도록 장착되는 제1 마이크를 통해 수신한 제1 음향 신호를 기반으로 음성 구간을 결정하는 동작;
상기 음성 구간이 아닌 구간에서, 제2 방향을 향하도록 장착되는 제2 마이크를 통해 수신한 제2 음향 신호를 기반으로 외부 잡음 신호의 특성을 결정하는 동작;
상기 음성 구간의 특성 또는 상기 외부 잡음 신호의 특성을 기반으로, 상기 제1 음향 신호 또는 상기 제2 음향 신호에서 잡음 신호를 제거하는 동작;
상기 제1 음향 신호 및 상기 제2 음향 신호를 지정된 방식에 따라 결합하여 출력 신호를 생성하는 동작; 및
상기 출력 신호를 외부 장치에 전송하는 동작;을 포함하는 음향 처리 방법.
제16항에 있어서, 상기 음성 구간을 결정하는 동작은
상기 음성 구간을 상호 발화 구간 단독 송화 구간 또는 단독 수화 구간으로 구분하는 동작;을 포함하는 음향 처리 방법.