음성에서 F0(기본 주파수)란?

안녕하세요, import ysy입니다.

 

음성에서 F0(기본 주파수)가 무엇인지 알아보겠습니다.

정의로 따지면 성대가 1초에 몇 번 진동하는지를 나타내는 주파수인데, 

F0가 무엇인가?

F0(Fundamental Frequency, 기본 주파수)

사람이 말을 할 때 폐에서 올라온 공기가 성대를 통과하면서 성대를 주기적으로 진동킵니다.

이때 성대가 한 번 진동하는 데 걸리는 시간을 기본 주기 T0라고 하고, 그 역수가 F0입니다.

예를 들어,

• 성대가 1초에 100번 진동 → F0 = 100 Hz
• 성대가 1초에 200번 진동 → F0 = 200 Hz

즉, F0가 높을수록 일반적으로 음높이(pitch)가 높게 들리고,

F0가 낮을수록 낮게 들리는 거죠.

---

F0와 pitch는 같은 건가?

높낮이라면 F0는 pitch와 연관이 있을까요?

엄밀히 말하면 F0와 pitch는 다른 개념이에요.

• F0 → 음성 신호에서 측정할 수 있는 물리적/음향적 특성
• Pitch → 사람이 주관적으로 느끼는 음높이

하지만 일반적인 음성 연구에서는 F0를 음높이의 대표적인 지표로 사용합니다!

예를 들어 남성의 음성에서 F0가 100 Hz 정도이고

여성의 음성에서 200 Hz 정도라면,

일반적으로 여성의 목소리가 더 높게 느껴지는 이유를 F0 차이로 설명할 수 있거든요.

---

음성 신호에서는 어떻게 보이나?

유성음(voiced sound)을 확대해 보면 비슷한 파형이 반복되는 것을 볼 수 있어요.

무성음의 경우에는 떨리지 않지만요.

 

우리 말에서 모음이 유성음이기 때문에

음성 데이터에서는 이런 반복되는 파형이 자주 등장합니다.

시간 축에 대한 음성, 주기성이 보인다.

아래는 스펙트로그램인데 세로 축이 주파수축인데 어떤 209.7Hz의 배율로 데이터가 찍힘.

 

스펙트로그램으로 보면 확실히 줄무늬가 보이죠?

 

한 번 반복되는 데 걸리는 시간을 주기 T0라고 부르니까

파형의 반복 주기를 측정하면 F0를 추정할 수 있어요.  

 

예를 들어 어떤 사람이 F0 = 100 Hz로 모음을 발음한다고 해봅시다.

 

실제 음성에는 100 Hz만 존재하는 것이 아니라,

100, 200, 300, 400,⋯ Hz처럼

F0의 정수배에 해당하는 주파수 성분들이 함께 나타날 수 있어요.

 

이를 harmonics(고조파)라고 해요.

• 100 Hz → fundamental frequency = F0
• 200 Hz → 2nd harmonic
• 300 Hz → 3rd harmonic
• 400 Hz → 4th harmonic
• ...

그래서 스펙트럼을 보면 여러 개의 peak가 나타나는데,

가장 기본이 되는 주파수가 F0입니다.

---

한 문장으로 정리하면

F0는 성대의 주기적인 진동이 1초에 몇 번 발생하는지를 나타내는 기본 주파수이며,
음성에서 사람이 느끼는 음높이(pitch)와 밀접한 관련이 있다.

 

오늘은 이렇게 기본 주파수에 대해 알아봤는데, 

이 F0는 음성에서 거의 가장 큰 feature, 특징이거든요.

 

쉬운 내용을 너무 장황하게 설명한 것 같긴 한데

도움 되셨으면 좋겠습니다!