본 연구는 한국어를 모국어로 사용하는 156명의 건청인을 대상으로 두 그룹(명료어음 및 일반 발성법 그룹)으로 나누어 진행하였다. 각 그룹에는 78명씩 본인의 의사와 상관없이 무작위로 연구 대상자를 배정하였다. 명료어음 그룹의 경우 27명의 남성 청자(평균연령: 23.3세, 연령 분포: 19~27세)와 51명의 여성 청자(평균연령: 21.6세, 연령 분포: 19~25세)가 참여하였다. 일반 발성법 그룹의 경우 42명의 남성 청자(평균연령: 22.7세, 연령 분포: 18~27세)와 36명의 여성 청자(평균연령: 21.8세, 연령 분포 19~25세)가 참여하였다. 모든 연구 대상자는 과거에 이과적 병력이 없었으며, GSI-61 (Grason-Stadler Inc., Eden Prairie, MN, USA)과 TDH-50 (Telephonics, Farmingdale, NY, USA) 헤드폰을 사용하여 방음실에서 순음청력검사(pure tone audiometry)를 실시한 결과, 250~ 8,000 Hz의 주파수 대역에서 20 dB HL 이하의 역치를 보였다. 또한 모든 연구 대상자의 고막운동성검사(tympanometry) 결과는 A형으로 정상적인 고막운동도를 보였다. 본 연구에 참여하기 전에 연구 대상자들에게 연구의 목적, 방법 및 진행 절차에 대한 설명을 제공하였으며 참여자들의 동의 후에 연구를 진행하였다. 또한 본 연구는 음성 녹음 파일 청취를 통해 들은 대로 종이에 작성하는 방식이 주요한 방법이어서 연구 대상자가 연구 진행 중에 휴식을 원하거나 피로를 느낄 때 충분한 휴식 시간을 제공하였다.

본 연구의 자극음은 음성장애가 없는 35명의 여성 화자를 통해 녹음을 진행하고 장기평균어음 스펙트럼을 산출하여 평균값에 가장 가까운 값을 나타내는 대상자의 목소리를 선정하여 자극음으로 설정하였다. 음성장애의 유무는 Multi-Dimensional Voice Program [Computerized Speech Lab (CSL), KayPENTAX^TM, Montvale, NJ, USA]을 사용하여 정상 범위의 기본 주파수, 음조 섭동(pitch perturbation, Jitter) 및 진폭 섭동(amplitude perturbation, Shimmer)을 기준으로 결정하였다. 자극음은 두 가지(명료어음, 일반 발성) 발성법으로 녹음하였고, 명료어음 발성법은 다양한 명료어음의 발성법 중 한 가지를 선택하였다. 선택된 발성법으로는 한국어에 대해 익숙하지 않은 외국인에게 한국어로 이야기하듯이 발성하는 방법이었으며, 녹음에 참여하는 화자는 본 발성 방법을 따르되 최대한 자연스러운 발화를 하도록 안내를 하였다(Godoy et al., 2014; Picheny et al., 1985; Smiljanić & Bradlow, 2007). 녹음에 사용된 문장으로는 표준화된 한국형 소음하 문장인지(Korean Speech Perception In Noise, K-SPIN) 문장표의 문장 240개를 사용하였다(An et al., 2002). 음성 녹음 시에는 이중벽 방음실(double-wall sound booth) 내에 설치된 음성 분석 프로그램(CSL, KayPENTAX^TM)과 마이크(Sennheiser e-835s, Sennheiser, Wedemark, Germany)를 사용하여 의자에 편안한 자세로 앉은 상태에서 입은 마이크로부터 10 cm 거리를 유지하여 45도 각도로 녹음을 진행하였다. 녹음에 참여하는 화자는 한국어문장검사 목록을 자연스럽게 읽기 위한 숙지 과정을 거쳤고, 녹음 시 화자의 발음이나 조음이 부자연스러운 경우를 방지하기 위해 두 명의 청능사가 모니터링에 참여하였다. 두 명의 청능사 중 단 한 명이라도 화자가 말을 더듬었다고 생각하거나 말의 억양과 강세 등을 고려하였을 때, 화자의 발화가 부자연스럽다고(과조음, over-articulation) 느낀 경우 재녹음을 실시하였다. 녹음된 음원은 Adobe Audition 소프트웨어 버전 3.0 (Adobe Systems, San Jose, CA, USA)을 사용하여 표본화 주파수와 비트(bit) 수를 44,100 Hz와 16 비트로 설정하였다. 어음명료지수의 산출에는 다양한 소음 상황에서 측정된 어음인지도 수행력 점수가 요구된다. 따라서 다양한 신호대잡음비 조건을 설정하기 위하여 유사 선행 논문(Heo et al., 2018; Jin et al., 2015)에서 사용된 절차를 참고하였다. 녹음된 음원을 65 dB sound pressure level로 조정하였고 어음형태잡음(speech shaped noise)을 사용하여 다양한 신호대잡음비(-8, -4, 0, +4, +8 dB SNR)로 음원을 제작하였다. 본 연구에서 적용한 신호대잡음비는 남성 화자의 목소리로 녹음된 한국어 문장을 이용하여 주파수중요함수를 도출한 선행연구에서 신호대잡음비와 인지도 사이에 유의한 효과를 보인 조건으로 설정하였다(Jin et al., 2015). 또한 음원은 21개의 저주파수통과필터(200, 300, 400, 510, 630, 770, 920, 1,080, 1,270, 1,480, 1,720, 2,000, 2,320, 2,700, 3,150, 3,700, 4,400, 5,300, 6,400, 7,700, 9,500 Hz)와 21개의 고주파수통과필터(100, 200, 300, 400, 510, 630, 770, 920, 1,080, 1,270, 1,480, 1,720, 2,000, 2,320, 2,700, 3,150, 3,700, 4,400, 5,300, 6,400, 7,700 Hz)를 사용하여 필터링하였다. 42개의 필터링 조건은 어음명료지수 임계 대역(SII critical-band) 계산 절차를 따랐다[ANSI S3.5 (R2012)] (ANSI, 1997). 모든 필터의 기울기는 옥타브 단위당 96 dB로 설정하였다.

연구 참여자들은 음성의 제곱평균제곱근(root-mean square) 수준이 동일한 1,000 Hz 순음으로 보정된 TDH-50을 통해 제시된 자극을 오른쪽 귀로 청취하였고, 모든 절차는 ANSI S3.1-1999 (ANSI, 2013)의 주변 소음 수준 기준을 만족하는 이중벽 방음실에서 진행하였다. 자극음은 노트북 컴퓨터에서 GSI-61 청력검사기를 통해 제시하였다. 검사의 절차는 연구 참여자가 자극음을 집중하여 듣고 제공되는 종이에 받아쓰는 방식으로 진행하였다. 연구 참여자에게 제시되는 문장의 일부만 들었을지라도 추측하여 가능한 부분까지 받아쓰도록 권고하였다. 인지도는 문장의 키워드(단어)를 정확히 맞춘 수를 기준으로 백분율로 기록하였다. 문장의 듣기 조건은 총 210가지(21개의 저주파수통과필터와 21개의 고주파수통과필터 × 5개의 신호대잡음비)였지만 본 연구의 실험 설계 때문에 208개의 조건으로 연구를 진행하였다. 제외된 두 조건(-8 dB 신호대잡음비로 제작된 저주파수통과필터 중에 200 Hz, 고주파수통과필터 중에 7,500 Hz)은 인지도가 모두 0%로 예상되는 조건이었다. 본 연구에 사용된 실험 설계에 대한 자세한 설명은 이하 본문에 설명하였다. K-SPIN은 24목록(총 240문장)으로 구성되어 있기 때문에 총 208개의 조건 중 24개의 조건에 무작위로 참여하였다. 따라서 참여자들은 한 번 이상 동일한 문장을 듣지 못하였고 각 조건당 9개의 데이터를 수집할 수 있었다. 각 연구대상자는 할당된 검사 조건에 대한 인지도를 측정하는 데 약 2시간이 소요되었다. 본 연구는 유사 선행연구인 Jin et al.(2015), Studebaker & Sherbecoe(1991), Wong et al.(2007)의 연구에서 사용한 프로토콜과 동일하였다.

본 연구에서 필요로 하는 대상자 수와 총 210개 조건의 수에 대한 문장의 수의 한계로 인해, 본 연구는 집단 간 설계와 집단 내 설계를 포함하는 혼합 설계를 사용하였다. 또한 본 연구에서는 실험 오차의 분산을 줄이고 완비 블록 설계에서 가능한 것보다 필터링과 신호대잡음비 조건을 정확하게 비교하기 위해 균형불완비블록 설계(balanced incomplete block design)를 사용하였다. 완비블록 설계는 모든 실험 조건이 실험의 각 블록에 표현되는 것을 의미하지만, 실험 조건의 수가 블록당 단위수를 초과하면 균형불완비블록 설계를 사용해야 한다(Hinkelmann & Kempthorne, 2005). 균형불완비블록 설계는 Yates(1936)가 제안하였고 Fleiss(1981), Jung(1961), Yang et al.(2011) 연구에서 사용하였다. 혼합블록 설계를 사용하기 위해서는 수와 자극음 수의 곱셈은 반복 횟수와 총 조건의 수의 곱셈과 같아야 한다[대상자 수(78) × 자극 수(24) = 반복 횟수(9) × 총 조건의 수(208), 78 = 1,872]. 위 조건을 충족시키기 위해, 210개의 조건에서 0% 점수를 가질 것으로 예상되는 신호대잡음비 -8 dB의 저주파수통과필터 200 Hz와 고주파수통과 필터 7,500 Hz를 총 조건에서 제외하여 208개의 조건을 본 연구의 혼합블록 설계로 선택하였다.

주파수중요함수와 전달함수를 구하기 위한 어음명료지수의 산술식은 다음과 같다.

F는 나누어진 주파수 영역의 총 수를 나타낸다. BIFf는 해당 주파수 영역의 주파수중요함수를 나타내며, BAF_f는 해당 주파수 영역의 대역가청함수(band-auditory function)를 나타낸다. 주파수중요함수의 경우 전체 주파수에 대한 중요도를 1로 설정하고 각 주파수 대역에서 상대적인 중요도를 할당하여 주파수별 중요도를 산정한다. 대역가청함수(가청영역함수)는 주어진 주파수 대역에서 청취자가 청취 가능한 어음에너지의 정도를 수치로 정량화한 값을 의미한다[ANSI S3.5 (R2012)] (ANSI, 1997). 예를 들어 해당 주파수 영역에서 30%만큼 어음에너지를 들을 수 있다면 0.3으로 계산한다. 총 어음명료지수 값은 각 주파수 대역의 주파수중요함수와 대역가청함수 수치를 곱한 값들의 총합으로 계산할 수 있다. SII의 어음인지도 예측은 어음명료지수 값과 백분율로 표시된 어음인지도 점수 사이의 관계를 보여주는 전달함수를 이용하여 산출할 수 있다. 전달함수를 구하는 산술식은 다음과 같다.

S는 어음인지도, P는 청자와 화자의 숙련도(본 연구에서는 숙련도에 문제가 없는 정상 청력인을 대상으로 하여 1로 설정함), A는 equation [1]에서 계산된 어음명료지수 값을 의미한다. Q와 N은 함수의 곡선을 적은 왜곡으로 산출하기 위한 상수(fitting constant) 값을 나타낸다.

위에서 언급한 산술식들에 근거하여 주파수중요함수 및 전달함수는 여러 선행연구(Heo et al., 2018; Jin et al., 2015; Kates, 2013)에서 사용한 비선형최적화 함수(nonlinear optimization function) 방법(Kates, 2013)을 사용하여 도출하였다. 이 방법은 데이터 평활화(data smoothing) 및 그래픽 설계(graphical construction)의 영향을 받지 않은 인지도 데이터(raw data)를 사용하여 주파수중요함수와 전달함수를 도출할 수 있는 방법이다. 비선형최적화 함수는 매트랩(MATLAB version R2013a, MathWorks, Inc., Natick, MA, USA)에서 제공하며, 어음인지도 값의 제곱평균제곱근 오차를 최소화하고 검사 조건 자체에서 도출된 어음인지도의 평균 비율을 통합할 수 있다. 바꿔 말하면 주파수중요함수 및 전달함수 도출에 사용되는 산술적 공식의 상수(Q, N) 값을 조정하여 어음명료지수의 예측 값과 대상자의 실제 어음인지도 점수 간의 상관관계를 최적화하는 방법이다. 예를 들어 최적화된 어음인지도의 평균은 다섯 개의 신호대잡음비(-8, -4, 0, +4, +8 dB SNR)와 42개의 필터(저주파수통과필터 21개 및 고주파수통과필터 21개)를 주파수중요함수와 전달함수를 도출하는 데 사용하였다. 저주파수통과필터를 사용하여 구해진 다섯 가지의 신호대잡음비별 주파수중요함수를 최적화 과정을 통해 하나의 주파수중요함수로 통합하였으며 고주파수통과필터 또한 동일한 과정을 진행하였다. 그 다음 저주파수통과필터의 주파수중요함수와 고주파수통과필터의 주파수중요함수를 최적화 과정을 통해 통합하였다. 전달함수 또한 위와 같은 과정을 거쳤고 최종적으로는 최적화된 하나의 주파수중요함수와 전달함수를 도출하였다.

MATLAB 프로그램의 오류 최소화는 매개변수인 두 개의 상수(Q, N) 값과 함께 주파수중요함수의 초기 추정치를 포함하는 벡터로 설정하였으며, 역동 범위는 30 dB로 고정하였다. 초기 매개 변수는 Q 값 0.2178과 N 값 15.52로 설정하였고 21개의 주파수중요함수 가중치는 모두 1/21로 초기화하였다. 또한 MATLAB의 ‘fminsearch’ 함수를 사용하여 초기 추정치보다 오류를 줄인 주파수중요함수를 도출하였다(Lagarias et al., 1998). 이후에 다양한 변수의 함수를 제한적으로 최소화하기 위해 MATLAB의 ‘fmincon’ 함수를 사용하여 두 번째 최소화를 거쳤다. 내점(interior point)을 찾는 설정은 주파수중요함수의 합이 1이어야 하며 모든 매개변수와 각 주파수 대역별 중요도가 0 이상이도록 설정하였다(Byrd et al., 1999). 최종적으로는 5점 이항식 평활화(five-point binomial smoother)를 적용하여 주파수중요함수 결과의 이상치(outlier)를 제거하였다(Marchand & Marmet, 1983).

K-SPIN 문장표를 사용한 명료어음과 일반 발성법 사용에 따른 주파수중요함수는 Table 1에 제시하였다. 명료어음의 주파수중요함수는 중심 주파수 250 Hz의 영역에서 가장 높은 중요도(7.94%)를 보였다. 또한 350 Hz의 중심 주파수 영역에서는 두 번째로 높은 중요도(7.51%)를 보였으며, 700 Hz의 중심 주파수 영역에서는 세 번째로 높은 중요도(6.4%)를 보였다. 교차 주파수(cross of frequency)는 1,170 Hz 부근에서 형성되었고 중심 주파수 1,170 Hz 이하는 중요도의 50.02%로 나타났다. 일반 발성법의 주파수중요함수는 중심 주파수 570 Hz의 영역에서 가장 높은 중요도(7.27%)를 보였다. 또한 700 Hz의 중심 주파수 영역에서는 두 번째로 높은 중요도(7.11%)를 보였으며, 250 Hz의 중심 주파수 영역에서는 세 번째로 높은 중요도(6.8%)를 보였다. 교차 주파수는 1,170 Hz 부근에서 형성되었고 중심 주파수 1,170 Hz 이하는 중요도의 50.39%로 나타났다.

명료어음과 일반 발성법에 따른 전달함수는 Figure 1에 제시하였다. 명료어음에 의해 도출된 전달함수 곡선은 일반 발성법에 의해 도출된 전달함수 곡선보다 덜 가파른 것으로 나타났다. 예를 들어 명료어음의 0.3 SII 값은 전달함수 곡선의 51.57% 인지도에 해당하는 반면, 일반 발성법의 0.3 SII 값은 전달함수 곡선의 46.2% 인지도에 해당하였다. 또한 명료어음의 0.45 SII 값은 전달함수 곡선의 84.99% 인지도에 해당하는 반면, 일반 발성법의 0.45 SII 값은 전달함수 곡선의 81.61% 인지도에 해당하였다.

본 연구에서 사용한 피팅 상수 값, 피어슨 상관계수 값 및 제곱평균제곱근 오차의 최적 값은 Table 2에 제시하였다. 높은 피어슨 상관계수 값은 어음명료지수를 통해 예측한 점수와 측정된 어음인지도 점수 간의 상관관계가 높음을 의미하고, 이는 본 연구에서 도출된 명료어음과 일반 발성법 사용에 따른 어음명료지수가 높은 예측 정확도를 보인다는 것을 의미한다. 명료어음의 경우 Q, N 값은 0.25, 10.12로 나타났고, 실제 측정된 어음인지도 점수와 예측된 어음인지도 점수 간의 상관관계는 0.986, 오차는 0.057로 나타났다. 일반 발성법의 경우 Q, N 값은 0.26, 10.16으로 나타났고, 실제 측정된 어음인지도 점수와 예측된 어음인지도 점수 간의 상관관계는 0.990, 오차는 0.041로 나타났다.