본 연구에서는 AI Hub에 구축된 '교육용 한국인의 영어 음성 데이터'에 있는 발음 평가 데이터를 활용하여 철자 기반 발화 속도 및 조음 속도와 음절 기반 발화 속도 및 조음 속도 중 발음 정확성 및 운율 유창성, 합산 점수를 예측하는 모델에 어떤 요소가 더 유의미한 영향을 미치는지 분석하였다. 이를 위해 13세, 19세, 26세 연령별, 성별, 수준별로 이 코퍼스의 훈련 데이터에서 총 900개 발화를 추출하여 데이터에 포함된 다양한 요소를 활용해 평가 점수를 예측하는 선형효과분석을 실행하였다. 선형효과분석에서 최적의 세 개 모델을 통해 예측된 평가 점수를 검증 데이터에서 추출한 총 180개 발화의 평가 점수와 얼마나 상관관계가 있는지도 분석하였다. 분석 결과 발음의 정확성과 운율의 유창성, 합산 점수 예측 모델 모두 철자 기반 발화 속도와 조음 속도보다 음절 기반 발화 속도와 조음 속도가 평가 점수를 예측하는데 더 큰 영향을 주는 것으로 밝혀졌다. 모델에서 예측한 점수와 검정 데이터의 실제 점수와의 상관계수는 .65에서 .68 사이로 각 모델의 평가 점수 예측력이 나쁘지 않았다. 발화 속도와 조음 속도 간에 어떤 요소가 더 큰 영향을 미치는지는 본 연구를 통해 밝혀내지 못하였다.

The present study examines how a cognitive attention affects Korean learners of English (L2) in perceiving the English stop voicing distinction (/d/-/t/). This study tested the effect of attentional distractor on primary and non-primary acoustic cues, focusing on the role of Voice Onset Time (VOT) and fundamental frequency (F0). Using the dual-task paradigm, 28 Korean adult learners of English participated in the stop identification task carried with (distractor) and without (no-distractor) arithmetic calculation. Results showed that when distracted, Korean learners' sensitivity to VOT decreased as priorly reported with native English speakers. Furthermore, as F0 is a primary cue for a L1 Korean stop laryngeal contrast, its role in L2 English voicing distinction was also affected by a distractor, without compensating for the reduced VOT sensitivity. These findings suggest that flexible use of multiple cues in L1 is not necessarily beneficial for L2 phonological processing when coping with a adverse listening condition.

이 연구는 베트남인 성인 학습자들이 학습 단계별로 한국어 어두 초성 장애음을 어떻게 지각하는지 밝히고, 지각 훈련을 통해 오류가 교정될 수 있는지를 밝히는 것을 목적으로 한다. 이를 위해 베트남인 초급, 중급, 고급 학습자 105명을 대상으로 한국어 초성 장애음에 대한 지각 훈련을 실시하였다. 훈련 자료는 원어민 음성으로 녹음한 자연 자극으로 한국어의 최소대립쌍을 적극적으로 활용하여 제작하였다. 실험 집단에 속한 학습자들은 약 2주간에 걸쳐 20-40분의 자기주도적 지각 훈련을 5회 수행했고, 통제 집단에 속한 학습자들은 사전 테스트와 사후 테스트에만 참여하였다. 실험 결과 훈련 전에 잘 구분되지 않았던 음들에 대한 지각이 많이 개선되었고, 초급뿐만 아니라 고급 집단의 학습자들도 끝까지 교정이 잘 되지 않았던 음에 대한 효과를 보았다. 이 연구에서는 대규모의 지각 훈련을 통해 베트남인 학습자들이 한국어의 서로 다른 음을 구별하는 적절한 음향 단서를 학습하는 데 지각 훈련이 중요한 역할을 할 수 있음을 확인하였다.

본 연구는 임상현장에서 직업에 따라 요구되는 음성문제를 이해하는데 도움이 되는 자료를 제공하기 위해 전문 음성 사용자인 직업배우와 직업적 음성사용자인 언어재활사의 주관적 음성증상을 조사하여 그 빈도를 알아보고, 두 집단 간의 주관적 음성증상에 차이가 있는지 비교하였다. 그 결과, 두 집단은 동일하게 11개의 증상 중 '노래 시 고음발성 곤란', '말할 때 목에 힘이 들어감', '음성피로감'이 고빈도 증상으로 나타났다. 두 집단의 주관적 음성증상을 비교한 결과 직업적 음성사용자 집단은 전문 음성사용자 집단에 비해 '노래 시 저음발성 곤란(p=.049)', '쉰 목소리(p=.021)', '말할 때 힘이 듦(p=.032)', '말할 때 목에 통증이 있음(p=.009)', '음성피로감(p=.018)'의 빈도가 더 빈번한 것으로 나타났다. 이러한 차이는 두 집단의 음성사용 환경이 다르고, 직업활동 시 요구되는 발성의 차이로 인한 것으로 사료된다.

본 연구의 목적은 말더듬 성인을 대상으로 말더듬의 외현적 특성과 내면적 특성 간의 관련성을 조사하는 것이었다. 연구대상자는 말더듬 성인 10명이었으며, 각 대상자는 말더듬 중증도 검사-4(SSI-4), 전반적 말더듬 경험 평가-성인용(OASES-A), Erickson 의사소통태도검사-수정본(S-24)을 사용한 평가를 받았다. 말더듬의 외현적 특성은 SSI-4의 말더듬 빈도, 말더듬 지속시간, 신체적 부수행동 점수와 총 점수를 사용하였으며, 말더듬의 내면적 특성은 OASES-A의 네 개 하위 섹션(일반적인 정보, 말더듬에 대한 반응, 일상생활에서의 의사소통, 삶의 질) 점수와 총 점수, 그리고 S-24 점수를 사용하였다. 상관분석 결과, 말더듬의 외현적 특성 점수와 내면적 특성 점수 간 유의한 상관이 없는 것으로 나타났다. 반면, 말더듬의 내면적 특성을 반영하는 OASES-A 점수와 S-24 점수 사이에는 유의한 정적 상관이 나타났다. 본 연구 결과는 말더듬의 외현적 특성이 내면적 특성을 예측하기 어려우며 그 반대의 경우도 마찬가지라는 관점을 지지한다. 따라서 말더듬의 평가 및 치료 시 두 특성을 별도로 고려하는 것이 필요할 것이다.

나이가 들면서 발생하는 음성 문제는 사회적, 정서적으로 영향을 미칠 수 있으며, 나아가 고립감과 우울증으로 이어질 수 있다. 이에 본 연구에서는 노화로 인한 음향학적 특성 변화를 음질과 구어 유창성의 변화를 알아보고자 한다. 이를 위해 노년층 남성 20명과 청년층 남성 20명이 산출한 연장발성과 구절 읽기 과제를 녹음하여 분석하였다. 음질 분석 변수로 기본주파수(F0), 주기 변동률(jitter), 진폭 변동률(shimmer), 켑스트럼 정점(cepstral peak prominence, CPP) 값을 분석하였으며 구어 유창성 분석 변수로는 평균 음절 길이(average syllable duration, ASD), 조음 속도(articulation rate, AR), 구어 속도(SR)를 분석하였다. 연구결과, 음질 측정에서 노년층의 경우 F0가 높게 나타났으며 jitter, shimmer, CPP의 결과값을 통해 음질이 저하된 것으로 나타났다. 구어 유창성 분석 결과, 노년층은 ASD, AR, SR의 결과값을 통해 느리게 발화하는 것으로 나타났다. 음질과 구어유창성 간 상관관계 분석 결과, shimmer와 CPP 값과 각각 ASD와 SR에서 높은 상관관계가 나타났다. 본 연구결과를 통해 노화에 따른 음성과 구어 유창성 변화를 조기에 발견하고 이에 대한 적절한 훈련법을 제공할 수 있을 것으로 기대된다.

본 연구에서는 음성장애 환자에서 음성 범위 프로파일(voice range profile, VRP)과 말 범위 프로파일(speech range profile, SRP)을 이용한 추정 발화 기본주파수 절대 오차(absolute error of estimated speaking fundamental frequency, AEF0)를 음성장애의 병인 집단 간에 비교하여 차이를 확인하고,각 병인 집단 별로 AEF0와 관련된 변수들 간의 상관관계를 살펴보고자 하였다. 연구대상은 음성장애로 진단된 기능적(functional, FUNC), 기질적(organic, ORGAN), 신경학적(neurogenic, NEUR) 음성장애 환자군과 정상군(normal control, NC) 각 30명(남 15명, 여 15명)으로 총 120명이었다. 각 대상자로 하여금 음성, 말 범위 프로파일 과제를 수행하도록 하고 전기성문파형검사(electroglottography, EGG)를 통해 발화 기본주파수를 측정하였다. 병인 집단 간 AEF0의 비교 결과, Grade와 Severity는 병인 집단 간 차이가 없었던 반면, AEF0_VRP와 AEF0_SUM에서 병인 집단 간 차이가 있어 AEF0_VRP는 ORGAN이 FUNC와 NC보다 높았으며, AEF0_SUM은 ORGAN이 NC보다 높았다. 또한 FUNC와 NEUR에서는 AEF0가 Grade와 양의 상관관계를 보인 반면, ORGAN은 CQ(closed quotient)와 양의 상관관계가 있었다. 따라서 병인 집단에 따라 AEF0의 적용과 관련 음성 변수를 살펴보는 데 주의를 기울여야 할 것으로 보이며, 본 연구는 이러한 임상적 판단에 대한 기초 자료를 마련하는 데 일조한 것으로 여겨진다.

성대구증은 불완전 성대폐쇄부전으로 평균호기류율(mean airflow rate, MFR)이 높은 것이 특징이다. MFR은 phonatory aerodynamic system(PAS)의 두 공기역학적 검사 방법(MXPH, VOEF)으로 측정하며, 두 검사 방법에 따라 결과가 다르게 나타날 수 있다. 본 연구는 성대구증 환자 30명을 대상으로 PAS의 MXPH, VOEF 프로토콜에 따른 MFR의 치료 전과 후 차이, 치료 전후 변화량 간의 차이가 있는지 비교하였다. 그리고 치료 전과 후의 Voice handicap index(VHI), GRBS 및 기본주파수(F0)를 비교하였다. 연구결과, 성대구증 환자의 치료 전과 후 모두에서 검사 방법 간에 유의한 차이가 나타났으나 치료 전후의 변화량은 유의한 차이가 없었다. VHI와 GRBS는 치료 전에 비해 치료 후에 유의하게 감소하였으나 F0는 치료 전과 후에 유의한 차이가 없었다. 본 연구를 통해 성대구증 환자의 치료에 따른 MFR 변화를 평가할 때, 두 공기역학적 검사 방법(MXPH, VOEF) 중 어떠한 검사 방법을 사용해도 된다는 것을 알 수 있다.

본 연구는 말더듬 화자들의 음성 데이터를 기반으로 하여, 인공지능 기술을 활용한 말더듬 자동 식별 방법을 개발하는 것을 주목적으로 진행되었다. 특히, 한국어를 모국어로 하는 말더듬 화자들을 대상으로 CNN(convolutional neural network) 알고리즘을 활용한 식별기 모델을 개발하고자 하였다. 이를 위해 말더듬 성인 9명과 정상화자 9명을 대상으로 음성 데이터를 수집하고, Google Cloud STT(Speech-To-Text)를 활용하여 어절 단위로 자동 분할한 후 유창, 막힘, 연장, 반복 등의 라벨을 부여하였다. 또한 MFCCs(mel frequency cepstral coefficients)를 추출하여 CNN 알고리즘을 기반한 말더듬 자동 식별기 모델을 수립하고자 하였다. 연장의 경우 수집결과가 5건으로 나타나 식별기 모델에서 제외하였다. 검증 결과, 정확도는 0.96으로 나타났고, 분류성능인 F1-score는 '유창'은 1.00, '막힘'은 0.67, '반복'은 0.74로 나타났다. CNN 알고리즘을 기반한 말더듬 자동분류 식별기의 효과를 확인하였으나, 막힘 및 반복유형에서는 성능이 미흡한 것으로 나타났다. 향후 말더듬의 유형별 충분한 데이터 수집을 통해 추가적인 성능 검증이 필요함을 확인하였다. 향후 말더듬 화자의 발화 빅데이터 확보를 통해 보다 신뢰성 있는 말더듬 자동 식별 기술의 개발과 함께 이를 통한 좀 더 고도화된 평가 및 중재 관련 서비스가 창출되기를 기대해 본다.

청지각적 평가 및 음향학적 분석은 음성평가를 위해 임상 현장에서 일반적으로 사용해오고 있다. 본 연구는 음성장애 환자의 청지각적 및 음향학적 측정 시 말 과제 효과를 조사하고자 한다. 음성장애로 진단받은 총 22명의 환자로부터 모음연장발성(/a/, /e/, /i/, /o/, /u/, /ɯ/, /ʌ/)과 연속구어('가을'표준문단의 9개 하위문장)를 녹음하였다. 음성장애 평가 및 치료 경험이 있는 2명의 음성언어치료사가 맹검 및 무작위 음성 샘플을 사용하여 GRBAS('G', 'R', 'B', 'A', 'S')척도 및 CAPE-V('OS', 'R', 'B', 'S', 'P', 'L')를 사용하여 청지각적 평가를 실시하였다. 또한, ADSV(analysis of dysphonia in speech and voice model)를 이용하여 켑스트럼 및 스펙트럼 측정치를 구하였다. 모음 유형에 따라 GRBAS 척도에서 'B'를 제외하고 청지각적 평가에 영향을 미치지 않았으나, CAPE-V에서는 'OS', 'R', 'B'에 영향을 미쳤다(p<.05). CPP 및 L/H ratio 는 모음 유형과 문장 위치의 영향을 받았다. 표준문단의 CPP값은 모든 모음에서 'G', 하위 9문장과 유의미한 부적 상관 관계가 나타났고, 특히, /e/모음(r=-.739)에서 가장 높은 상관관계를 보였다. 두 번째 문장의 CPP는 모든 모음과 높은 상관관계를 보였다. CAPE-V는 말 자극에 따라 GRBAS보다 청지각적 평가에 더 많은 영향을 받을 수 있으며, 'B' 척도, CPP, L/H ratio는 모음 유형과 자음을 포함한 문장 위치에 따라 영향을 받았다. 따라서, 음성 장애 환자의 음성 평가에서 모음을 사용할 때는 /a/뿐만 아니라 ' 기식성'음질과 음향적으로 상관성이 높은 /i/모음을 함께 사용하는 것이 유용할 수 있다. 또한 /e/모음은 한국 표준문단 '가을' 및 하위 문장들과 음향적으로 상관성이 높았으므로 문단 대신 사용할 수 있을 것이다. 또한, 음성장애 신호들이 대부분 비주기적이라는 점을 감안할 때, CPP와 함께 표준문단 중 가장 음향적으로 상관성이 높은 두 번째 문장을 사용할 수 있을 것이다. 이러한 결과는 말과제가 청지각적 평가 및 음향학적 측정에 미치는 영향에 대한 임상적 증거를 제공하며, 이는 음성장애 환자의 음성 평가에 대한 가이드라인을 제공하는 데 도움을 줄 수 있을 것이다.

잔향시간(reverberation time, T60)은 대표적인 음향 매개 변수로서, 잔향에 대한 정보를 제공한다. 동일한 공간이라도 주파수 대역에 따라 잔향이 미치는 영향은 다르기 때문에, 주파수 대역별(frequency-dependent, FD) T60은 음향환경에 대한 세부적인 정보를 제공하여 유용하게 사용될 수 있다. 하지만 음성신호로부터 T60을 추정하는 기존의 블라인드 T60 추정 방식들은 대부분 전 대역 T60 추정에 집중되어 있으며, 소수의 블라인드 FDT60 추정 방식들은 공통적으로 저주파 대역에서 열악한 성능을 보인다. 본 논문은 블라인드 FDT60 추정을 위해, 이전에 제안한 주의 집중 풀링 기반 스펙트럼 감쇠율의 가중 합(Attentive pooling based Weighted Sum of Spectral Decay Rates, AWSSDR) 방식을 변형하여 목표를 전 대역 T60에서 FDT60으로 확장하였다. 본 논문에서 제안한 방식은 ACE challenge의 평가데이터 셋에 대한 성능 평가 결과, 기존의 블라인드 FDT60 추정 방식들보다 우수한 성능을 달성하였으며, 특히, 모든 주파수 대역에서 일관성 있는 우수한 추정 성능을 보였다. 이는, 잔향의 물리적인 특성과 관련된 스펙트럼 감쇠율을 주파수 대역별로 처리하여, 음성신호로부터 FDT60에 대한 정보를 취합하는, AWSSDR 방식의 매커니즘이 주파수에 따라 변하는 잔향의 영향을 반영하여 FDT60 추정에 유용함을 보여준다.

This study aims to propose an automatic method of detecting vowel variation in the Korean dialects of Gyeong-sang and Jeol-la. The method is based on error patterns extracted using phone recognition. Canonical and recognized phone sequences are compared, and statistical analyses distinguish the vowels appearing in both dialects, the dialect-common vowels, and the vowels with high mismatch rates for each dialect. The dialect-common vowels show monophthongization of diphthongs. The vowels unique to the dialects are /we/ to [e] and /ʌ/ to [ɰ] for Gyeong-sang dialect, and /ɰi/ to [ɯ] in Jeol-la dialect. These results corroborate previous dialectology reports regarding phonetic realization of the Korean dialects. The current method provides a possibility of automatic explanation of the dialect patterns.

심정지는 초기 대응에 따라 생존율과 예후에 영향을 미치는 중요한 응급 상황이다. 특히 병원밖심정지(out-of-hospital cardiac arrest, OHCA)의 경우, 119 구조대의 초기 조치가 심정지 환자의 생존율을 높이는 데 결정적인 역할을 한다. 그러나 국내에서는 수보요원의 수가 제한적이지만 다량의 신고 전화에 응대해야 하는 현실이다. 이런 상황에서 머신러닝 기반의 OHCA 탐지 프로그램은 수보요원의 보조 역할로 심정지 환자의 생존률을 높일 수 있다. 본 연구에서는 이러한 문제를 해결하기 위해 머신러닝 기반의 심정지(OHCA) 탐지 프로그램을 개발하였다. 이 프로그램은 수보요원과 신고자의 통화 녹취록을 분석하여 심정지 여부를 판단한다. 제안한 모델은 수보요원 및 신고자와의 통화를 자동으로 전사하는 모델, 텍스트 기반의 심정지 탐지 모델, 그리고 프로그램 개발을 위한 서버와 클라이언트로 구성되어 있다. 실험 결과, 본 연구에서 제안한 모델은 F1 점수 기준으로 79.49%의 성능을 보였으며, 수보요원과 비교하여 심정지 감지 시간을 15초 단축하였다. 이 연구는 소규모 데이터셋을 사용하였음에도 불구하고, 심정지 기반의 탐지 프로그램이 수보요원의 보조 역할로 심정지 생존률에 기여할 수 있음을 입증하였다.