Praat을 이용한 아동 포먼트 자동 세팅 스크립트 구현^*

Praat에서 제시하는 LPC를 이용한 포먼트 분석 방법 중 Burg 방법이 F1과 F2를 검출하는데 가장 적합하다고 알려져 있다(Childers, 1978; Press et al., 1992). 이 방법은 선택된 사운드 객체에 대해 단구간 스펙트럼 분석을 실시하여 포먼트 객체로 변환한 뒤 포먼트 객체 생성 시 입력된 최대 포먼트 주파수(Maximum frequency)의 두 배로 재표본 추출 과정을 거친 후, 고주파 증폭(Pre-emphasis)을 실시한다. 그리고 각각의 프레임에 가우시안(Gaussian) 분석창을 씌운 뒤, Burg 알고리듬으로 LPC 차수를 계산한다(박한상, 2011). 포먼트 검출 시 0 Hz부터, 설정한 최대 포먼트 이상까지 전체 범위에서 포먼트를 검출하게 되면 그 값이 너무 높거나 낮은 경향을 보이기 때문에 성도 공명과 연관 짓기에 무리가 있다. 그렇기 때문에 Burg 방법에 따른 포먼트 추출 과정은 측정 에러를 최소화하기 위해 50 Hz 이하와, 설정 최대 포먼트 이상의 주파수 성분을 제거한 후에 이루어진다(Boersma & Weenink, 2014). Burg 알고리듬은 Burg(1975)에서 제안된 최대 엔트로피법(maximum entropy method, MEM)을 이용하여 최대 엔트로피 스펙트럼 분석으로 필터계수를 구하여 포먼트를 검출한다. 이 방법은 짧은 음성 자료에 대해 다른 분석 방법과 비교하여 안정된 측정치를 제공한다고 하였다(Childers, 1978; Press et al., 1992).

Windows 10 환경에서 Praat version 5.3.14¹를 이용하여 아동 모음 연구를 위한 최적의 포먼트 세팅 스크립트를 구현하였다. 1장에서 언급한 바와 같이 최대 포먼트(maximum formant, 이하 max_F)와 포먼트 개수(number of formants, 이하 num_F) 두 가지 조건을 반복문으로 설계하여 알고리듬이 설정한 모든 경우의 수에서 F1 측정치의 변이(F1_SD)와 F2 측정치의 변이(F2_SD) 합이 가장 작은 경우를 찾아 그 때의 최대 포먼트, 포먼트 개수를 최적의 포먼트 세팅 조건으로 간주하였다. 이 연구에서는 F1과 F2 측정치의 변이를 분산값(variance)으로 접근한 Escudero et al.(2009)과 달리 Praat에서 접근하기 용이한 표준편차를 이용하였다. 분산과 표준편차를 각각 이용한 스크립트 세팅 결과는 일치한다. 그러나 praat에서 분산을 이용하는 경우, 하나의 명령어로 구해지는 표준편차에 비해 추가적인 계산과정이 필요하기 때문에 스크립트 구동에 더 효율적인 표준편차를 이용하였다. Escudero et al.(2009)에서는 데이터의 정규화를 고려하여 포먼트의 변이를 로그스케일로 변환하는 과정을 거쳤다. 본 연구 역시 F1, F2 표준편차 값을 로그스케일로 변환한 후 두 값을 합하여 그 값이 최소일 때 두 설정 조건을 검출하였다. 양병화(2006)와 여운승(2006)에서는 데이터의 변이성이 큰 정적 비대칭적 분포는 로그를 이용하여 변환하는 것이 적합하다고 하였다. 로그 스케일 변환은 편포된 데이터 간의 편차를 감소시켜 왜도를 줄여 정규성을 높임으로써 편포된 데이터로 인한 분석 왜곡 위험성을 줄일 수 있다. 두 값을 합하여 최소의 경우를 찾는 것은 F1, F2에 동일한 가중을 두기 위함이다.

분석조건에 활용되는 한국어 모음은 7모음 체계(아, 에 이, 오, 우, 으, 어)를 채택하였다(배주채, 2003). 이를 위하여 다음 방식의 스크립트로 알고리듬을 서로 다르게 설계하여 접근하였다.

첫 번째 스크립트는 Praat 매뉴얼의 권고에 따라 포먼트를 검출하도록 하였다. 즉, 모든 모음에 대하여 고정적으로 최대 포먼트 8,000 Hz, 포먼트 개수 5로 설정 후 포먼트를 검출한다(fixed_script로 명명).

두 번째 스크립트에서는 관련 선행연구를 참고하여(김지은, 2015; 송인미 & 성철재, 2018) 전설성(vowel frontness)을 고려한 모음 집단별로 서로 다른 최대 포먼트 세팅을 하였다(표 1). 포먼트 개수는 4부터 7까지 0.5 단위²로 증가하는 7가지 경우의 수로 상위 for 반복문에 먼저 설계하고, 최대 포먼트는 모음별로 100 Hz씩 증가하는 30가지 경우의 수로 하위 for 반복문에 배치하였다. 결과적으로 하나의 모음에 대하여 총 210(=30×7)가지 경우의 수에서 최적의 세팅 조건을 찾고 그에 상응한 포먼트 값을 출력해낸다(optimum_script로 명명).

세 번째 스크립트에서는 앞서 모음별로 다르게 제시했던 최대 포먼트 설정범위를 하나의 조건으로 통합하였는데 결과적으로 4,500 Hz에서 11,400 Hz까지 70회 반복문으로 구현되는 최대 확장형 알고리듬으로 설계되었다. 포먼트 개수를 함께 고려했을 때 총 490(=70×7)가지 경우의 수에서 최적의 세팅 조건을 찾도록 하였다(broad_script로 명명).

그리고 네 번째 스크립트에서는 인간의 청지각적 특성을 고려하여 4분음 척도(quarter-tone scale)를 적용한 스크립트를 구현하였다. 성철재 외(2008)에서 반음 척도(semi-tone scale)는 서양 음악의 음표 높이에 해당하여 사람이 지각하기에 용이한 높낮이 단위이긴 하지만 성조나 억양 등 말소리 신호 주파수대역에서 지각 변별력이 그 절반 단위인 4분음보다는 못함을 보고하였다. 바크(Bark), 멜(Mel), ERB 척도의 경우 말소리 신호의 통상 주파수 범위인 50–500 Hz에서 반음척도, 4분음 척도와 함께 최소 0, 최대 1 dB로 y축을 정규화 하여 비교해 봤을 때, 바크와 ERB는 1단위 차이가 50 Hz 이상에 해당하여 말소리 높낮이 표현에 적합하지 않았으며 멜 척도는 500 Hz 이하에서 선형척도와 별 차이가 없이 나타나서 로그 스케일인 청지각 척도로는 사용하기가 좀 곤란하다(성철재 외, 2008). 따라서 말소리 분석에 가장 합당한 청지각 로그 스케일을 반영하기 위하여 4분음 등비수열이 적용된 최대 포먼트 범위를 설정하였다. 4분음을 적용한 스크립트(qtone_script로 명명)는 최대 포먼트의 경우 공비(common ratio) $\sqrt[24]{2}$를 곱해가는 알고리듬으로 총 14회 반복되며, 포먼트 개수 반복 7회를 고려하면 전체 98(=14×7)회의 반복조건에서 최적의 세팅을 찾게끔 설계되었다. 각 스크립트의 모음별 최대 포먼트 설정 범위는 표 1에 제시하였다.

최적 스크립트(optimum_script)의 핵심 코드는 다음과 같다.

for num to 7

numOf =4 + (num-1) * 0.5

if vowel$ =“a”

call formantset 6500 9400 numOf

elsif vowel$ =“e”

call formantset 8500 11400 numOf

...

endif

procedure formantset range_1 range_2 numOf

for formant_max from range_1 to range_2

select Sound soundObj

To Formant (burg)... 0 numOf formant_max 0.02 50

select Formant soundObj

Rename... ‘formant_max’

Down to Table... no yes 6 no 3 yes 3 yes

select Table 'formant_max'

formant_max =formant_max + 99

endfor

Create Table with column names... 'vowel$'_SD_LIST 30

...Formant_max set_numOf_formants F1_SD F2_SD sumSD

j=1

for formant_max from range_1 to range_2

select Table 'formant_max'

f1_SD =Get standard deviation... F1(Hz)

logf1 =10*log10(f1_SD)

f2_SD =Get standard deviation... F2(Hz)

logf2=10*log10(f2_SD)

sumSD=logf1 + logf2

select Table 'vowel$'_SD_LIST

Set numeric value... j Formant_max formant_max

Set numeric value... j set_numOf_formants numOf

Set numeric value... j F1_SD f1_SD

Set numeric value... j F2_SD f2_SD

Set numeric value... j sumSD sumSD

formant_max=formant_max + 99

j=j + 1

endfor

select Table 'vowel$'_SD_LIST

sum_min=Get minimum... sumSD

fin_row=Search column... sumSD 'sum_min'

fin_formant=Get value... fin_row Formant_max

fin_F1SD=Get value... fin_row F1_SD

fin_F2SD=Get value... fin_row F2_SD

fin_sum=Get value... fin_row sumSD

...

endproc

...

endfor

상위 for 반복문에서 포먼트 개수를 의미하는 num의 초기 값을 4로 설정하고, 공차가 0.5인 등차수열을 이용하여 numOf를 계산하여 이 값을 4부터 7까지 반복한다. If 조건문을 이용하여 각 모음마다 최대 포먼트 설정 범위가 다르게 구성되고, if 조건문 이하에 subroutine인 procedure와 상호 커뮤니케이션하면서 최대 주파수를 찾고 포먼트 검출과정을 수행하도록 한다. procedure 내 하위 for 반복문의 변수는 최대 포먼트 formant_max로 초기 값인 range_1부터 상한 값 range_2까지 100 단위로 변수 값이 증가하면서 이하 과정을 반복한다.

이 과정에서 제1포먼트와 제2포먼트의 표준편차 F1_SD와 F2_SD를 산출하고 로그변환 후 두 값의 합이 최소일 때의 최대 포먼트를 찾는다. 상위 for 반복문에서 위 과정들을 반복하며 포먼트 개수마다 앞선 과정에서 찾아낸 최적의 최대 포먼트를 적용하여 로그변환된 F1_SD와 F2_SD의 합이 최소인 조건을 찾도록 한다. 마지막으로 최적의 포먼트 세팅으로 확정된 최대 포먼트와 포먼트 개수를 설정 값으로 하여 포먼트 분석을 실시하고, printline 명령을 이용하여 포먼트 관련 변수를 화면에 출력한다.

Optimum_script의 주요 구성에 대한 순서도를 그림 1에 제시하였다.

충북 영동에 거주하고 구강조음기관에 이상이 없으며 언어발달 문제가 없다고 보고된 만 6세–6세 9개월 아동 15명(남아 9명, 여아 6명)으로 하였다. 대상자 연령은 음소의 발달이 완전히 습득되는 만 6세에서 7세(6;11)라는 근거를 기반으로 설정하였다(김영태, 1996; 조소형, 2010).

녹음 과제는 한국어 7모음 체계 [아, 에, 이, 오, 우, 으, 어]로 구성하였으며 {모음+다}의 형태로 7가지 단모음을 3회 반복하여 따라 말하도록 하였다. 과제를 {모음+다}로 선정한 것은 자연스럽지 못한 인위적인 운율을 배제하기 위해 문장 틀에 넣어 발화하게 하기 위함이다(성철재, 2005). 선행 모음 연구에서 h_d 환경의 모음을 많이 사용하였으나 우리말에서는 h_d 환경으로 소리를 만들었을 때 ‘흐다, 후다’ 등 평소 사용하지 않는 조합으로 인해 부자연스럽게 느낄 수도 있기 때문에 {모음+다}의 형태로 조음하는 것이 자연스럽다고 판단하였다(문승재, 2007).

음성 수집은 충북 영동 지역 어린이집 1곳에서 진행하였으며, 교실과 분리된 조용한 방에서 실시하였다. 녹음은 TASCAM DR-05(TEAK, USA) 녹음기를 이용하여 44,100 Hz 추출률(sampling rate), 16 bit 양자화(quantization), 모노(mono) 조건 하에서 진행하였다. 녹음기는 아동의 입으로부터 15 cm 정도 간격을 두었으나 아동의 목소리가 작다고 판단되는 경우 연구자가 거리를 조정하며 녹음을 실시하였다. 총 3회 녹음된 음성파일 중 안정적으로 녹음된 음성파일 1회분을 분석대상으로 하였고, 포먼트 분석을 실시하기 위해서 아동의 각 모음 발성 앞, 뒤 1초정도를 제외한 구간을 기준으로 안정적인 펄스 신호가 유지되고, 강도(intensity)가 일정한 부분을 안정구간으로 추출하였다.

통계 분석을 위해서 SPSS version 24(IBM, USA)를 이용하였다. Optimum_scriprt와 qtone_script 간 차이를 파악하기 위해 최대 포먼트와 포먼트 개수 및 검출된 F1, F2에 대해서 독립 표본 t-검정을 실시하였다.

3개 스크립트(optimum_script, broad_script, qtone_script)를 이용하여 설정된 최적의 포먼트 세팅 조건인 최대 포먼트(max F)와 포먼트 개수(num of F)의 평균과 표준편차를 표 2에 정리하였다. Fixed_script는 모음마다 최대 포먼트, 포먼트 개수를 각각 8,000, 5로 고정하므로 기술통계를 별도로 기술하지 않았다.

Broad_script와 fixed_script에서 각 모음별 포먼트 측정이 매우 불안정하게 이루어진 것을 확인하였다. 따라서 두 스크립트는 고려 대상에서 제외하고, 상대적으로 정확한 측정이 이루어진 것으로 판단되는 두 개의 스크립트 optimum_script와 qtone_script의 포먼트 세팅 결과에 대하여 스크립트 간 차이가 있는지 확인하였다. 표 3에서 제시한 바와 같이, 최대 포먼트와 포먼트 개수는 모든 모음에서 스크립트 간 통계적으로 유의한 차이가 없는 것으로 나타났다.

Fixed_script, broad_script, optimum_script, qtone_script를 각각 이용하여 측정한 모음별 F1, F2의 평균과 표준편차, 최대-최저 범위(range)를 표 4, 표 5에 정리하였다.

Optimum_script와 qtone_script의 포먼트 측정치에 대한 독립표본 t-검정 결과를 표 6에서 확인할 수 있다. 모든 모음에서 통계적으로 유의한 차이가 없는 것으로 나타났으나 /오, 우, 으/의 경우는 1, 2 포먼트에 따라 유의확률 값이 상대적으로 낮은 경우도 관찰된다.