간단한 답변: MemoMind One은 3개의 마이크와 자체 개발한 음향 시스템인 MemoMind Audio AI를 통해 사용자의 목소리를 선명하게 듣습니다. 이 시스템은 호출어 감지 및 음성 인식 기능에 AI 빔포밍, 에코 및 소음 제거, 풍음 억제 기술을 결합한 것입니다.
지난 기술 기사에서는 MemoMind One이 소리 누출을 제어하는 방식 — 즉, 사용자와 주변 사람들이 MemoMind One의 소리를 어디까지 들을 수 있는지 살펴보았습니다. 이번 기사에서는 그 반대의 질문에 대한 답을 살펴봅니다: MemoMind One은 소음 속에서 사용자의 목소리를 어떻게 선명하게 듣나요?
사용자 목소리 포착: MemoMind One 내부의 마이크 배열
붐비는 기차역 승강장에서 "안녕, 메모"라고 말한다고 가정해 봅시다. 사용자에게는 몇 마디 말에 불과하지만, MemoMind One의 마이크에는 목소리, 안내 방송, 주변 대화, 발소리 등 모든 소리가 한꺼번에 입력됩니다. MemoMind One이 사용자의 목소리를 선명하게 듣기 위해서는 먼저 이 모든 소리를 포착해야 합니다.
티타늄 템플에 내장된 3개의 고감도 마이크를 통해 MemoMind One은 서로 다른 위치에서 소리를 포착하는 마이크 배열을 구성합니다. 단일 마이크는 소리를 한 가지 방식으로만 수음하지만, 3개의 마이크는 동일한 소리를 조금씩 다른 방식으로 포착합니다. MemoMind One의 오디오 AI는 이러한 입력값을 처리하여 사용자가 기기에 들려주려는 특정 소리만 최종적으로 걸러냅니다.
사용자 목소리 인식: 스마트 오디오 안경의 음성 포착
MemoMind의 자체 개발 온디바이스 지능형 음향 시스템인 MemoMind Audio AI는 음장 환경을 실시간으로 분석하여 착용자의 목소리를 정밀하게 추출합니다.
1단계: 사용자 목소리 찾기
AI 빔포밍은 여러 마이크 간의 미세한 시간 차이를 이용해 시스템의 집중 영역을 사용자가 말하는 방향으로 좁혀, 주변 소음 속에서 목소리를 더 쉽게 분리해냅니다.
빔은 사용자의 활동에 맞춰 조정됩니다. 회의 모드에서는 약 5미터 떨어진 원거리 음성까지 포착하도록 넓어지고, 번역 모드에서는 바로 앞에 말하는 사람에게 집중하도록 좁아지며, AI 대화 모드에서는 착용자의 목소리에 집중합니다.
2단계: 소음 제거
시스템이 어디에 집중해야 할지 파악한 후에도 다른 모든 소리를 처리해야 합니다.
환경 소음 제거(ENC)는 통화 중 잡담, 주변 대화, 지속적인 웅웅거림과 같은 배경 소음을 줄이는 데 도움을 줍니다. 주변 소음 감소(ANR)는 일상적인 상황에서 발생하는 광범위한 환경 소음을 처리하며, 풍음 감소는 바람이 마이크에 부딪힐 때 발생하는 저주파 난류 소음을 억제하는 데 도움을 줍니다.
또 다른 잠재적인 간섭 원인은 안경 자체입니다. 스피커에서 나온 오디오가 마이크에 다시 수음될 때, 음향 에코 제거(AEC) 기술이 이러한 피드백을 제거하고 에코로 이어지는 것을 방지합니다.
3단계: 목소리 선명하게 유지하기
목소리 크기는 항상 일정하지 않습니다. 회의에서는 작게 말하고 야외에서는 목소리를 높일 수 있습니다.
자동 이득 제어(AGC) 는 수음된 음성 수준을 자동으로 조정하여 말소리를 더욱 일정하게 유지합니다. 한편, 다중 시나리오 오디오 최적화는 다양한 환경에 맞춰 음성 처리 방식을 조정하여 실내외 어디서나 목소리의 크기와 선명도를 균형 있게 유지하도록 돕습니다.
이것이 MemoMind 음향 시스템의 입력부입니다. 즉, 어떤 처리도 이루어지기 전에 사용자의 목소리를 정확하게 듣는 것입니다. 여기에 출력부 기능이 더해져, 사용자의 목소리는 깨끗하게 입력되고 MemoMind One은 주변 사람들에게 소리가 새어 나가는 것을 최소화합니다.
사용자 이해: 음성 인식에서 AI 응답까지
소음이 많은 기차역에서 사용자의 목소리를 포착하는 것은 MemoMind One 오디오 처리 시스템의 첫 번째 단계일 뿐입니다. 정말 중요한 것은 오디오 AI가 사용자를 정확하게 이해하는 능력입니다.
1단계: 깨우기
MemoMind One은 저전력으로 호출어인 "안녕, 메모"를 계속해서 듣습니다.기기 자체 호출어 감지 기능은 사용자가 호출할 때만 전체 음성 처리 파이프라인을 활성화하므로 원시 오디오를 다른 곳으로 계속 스트리밍하지 않습니다.
2단계: 음성 감지
활성화되면 AI 음성 활동 감지(VAD) 기능이 기침, 문 닫는 소리, 배경 음악과 같은 일상적인 소음과 음성을 구분하도록 시스템을 돕습니다. 이를 통해 무관한 소음이 음성으로 오인되는 것을 방지하고 불필요한 처리를 피할 수 있습니다.
3단계: 목소리 분리
회의실, 카페 또는 다른 붐비는 환경에서는 여러 사람이 동시에 말할 수 있습니다. 화자 분리 기능은 주변 대화와 사용자의 목소리를 구분하여 AI가 더 깨끗한 신호를 처리할 수 있도록 돕습니다.
4단계: 빠르게 응답
사용자의 말을 이해하는 것은 전체 경험의 절반에 불과합니다. 지연 시간이 짧은 음성 파이프라인은 처리의 각 단계를 긴밀하게 연결하여 사용자가 말을 마친 시점과 비서가 응답하는 시점 사이의 지연을 줄이고, 상호작용을 더욱 자연스럽게 만듭니다.
음성 전처리 품질을 지속적으로 최적화하고 ASR 및 AI 모델의 이해 정확도를 향상하여, 복잡한 환경에서도 안정적이고 자연스러운 인간-기계 상호작용을 유지할 수 있도록 합니다. MemoMind One 디스플레이 안경을 사용하면 말을 몇 번이나 반복할 필요가 없습니다.
사용자 인식: MemoMind 오디오 안경의 음성 지문 프라이버시
오늘날 MemoMind Audio AI는 안경이 사용자의 목소리를 더 정확하게 듣도록 돕는다는 한 가지 목표에 집중하고 있습니다. 우리가 구축 중인 다음 단계는 한 걸음 더 나아가, 목소리를 선명하게 듣는 것을 넘어 누구의 목소리인지 인식하는 것입니다.
-
음성 지문 인식 – 지문이 사람을 식별하는 것과 유사하게 고유한 음성 특성을 통해 착용자를 식별합니다. MemoMind 앱의 개인정보 보호 모듈에서 음성 지문을 등록하면, 음성 지문이 일치할 때만 소망, 할 일, 회의 녹음 및 메모 항목이 사용자에게 귀속됩니다. 따라서 옆에 서 있는 사람이 "스위치를 갖고 싶어"라고 말해도 사용자의 소망으로 기록되지 않습니다. 또한 회의 녹음에서 사용자가 말하는 모든 내용은 "나"로 태그됩니다.
-
사용자 신원 확인 – 비서가 주변의 일상적인 대화가 아닌 실제 착용자에게 응답하도록 보장합니다.
카메라가 없는 MemoMind AI 안경의 미래는 오디오 경험을 지속적으로 개선하여 음성을 사람들이 AI와 상호작용하는 더욱 자연스럽고 직관적인 방법으로 만드는 데 있습니다.
자주 묻는 질문
MemoMind One은 사용자의 목소리를 선명하게 들을 수 있나요?
네, MemoMind Audio AI는 사용자의 목소리를 선명하게 듣도록 설계되었습니다. 이 시스템은 AI를 활용해 전체 오디오 처리 과정을 구동하여 사무실, 카페부터 야외 환경에 이르기까지 다양한 환경에서 음성 상호작용을 보장하는 지능형 음향 시스템입니다.
사용자의 목소리는 기기에서 처리되나요, 아니면 클라우드에서 처리되나요?
MemoMind One은 방향성 음성 분리의 일부를 포함한 오디오 처리의 핵심 부분을 기기에서 수행하여 오디오가 후속 서비스로 전달되기 전 지연 시간을 줄이는 데 도움을 줍니다. 그러나 기능과 연결 상태에 따라 전사 처리, AI 지원 및 메모와 같은 기능에는 연결된 서비스와 클라우드 처리가 포함될 수 있습니다.
MemoMind One은 카메라 없이 어떻게 작동하나요?
MemoMind One은 AI 상호작용에 오디오 우선 방식을 적용합니다. 마이크 배열이 음성과 주변 소음을 포착하는 동안 AI 기반 오디오 처리는 관련 오디오를 식별하고 우선순위를 지정하는 데 도움을 줍니다. 이를 통해 카메라가 없는 안경을 착용한 채 목소리로 비서와 자연스럽게 상호작용할 수 있습니다.
