13주차 1교시: 소리는 어떻게 시간 데이터가 되는가

한 개의 WAV 파일을 시간, 크기, 주파수라는 세 질문으로 읽는 소리 데이터 입문

• 0-6분12주차 연결

  같은 소리를 네 화면으로 보고 질문을 나눕니다.

• 6-15분샘플과 시간

  샘플·레이트·길이·채널의 관계를 계산합니다.

• 15-25분파형 읽기

  시간축과 진폭축, 봉우리의 뜻과 한계를 읽습니다.

• 25-34분프레임과 RMS

  겹치는 짧은 구간으로 강한 시점을 찾습니다.

• 34-43분주파수와 STFT

  시간마다 달라지는 주파수 분포를 색으로 읽습니다.

• 43-48분책임 있는 이용

  저작권·음성 개인정보·출처 기록을 점검합니다.

• 48-50분개별 회수

  샘플과 프레임, 파형과 스펙트로그램을 구분합니다.

0-6분 · 문장 순서에서 실제 시간으로 이동하기

12주차 문장 길이 흐름 그래프에서 한 점은 한 문장의 공백 기준 토큰 수였습니다. 가로축의 1, 2, 3은 초가 아니라 문장이 원문에 등장한 순서였습니다. 13주차 파형에서도 점이 왼쪽에서 오른쪽으로 놓이지만, 이번 가로축은 실제로 흘러간 시간입니다. 한 점은 정해진 순간에 측정한 소리 신호의 진폭을 뜻합니다.

6-15분 · 샘플, 샘플링 레이트, 시간과 채널 구분하기

공기 중의 압력 변화는 끊어지지 않고 이어집니다. 컴퓨터는 이 연속적인 변화를 그대로 저장하지 않고, 일정한 시간 간격마다 값을 측정해 수치의 배열로 기록합니다. 이때 한 번 측정한 값을 샘플 sample, 1초 동안 몇 번 측정하는지를 샘플링 레이트 sampling rate라고 합니다.

반대로 전체 샘플 수를 샘플링 레이트로 나누면 재생 시간이 됩니다.

132300 samples ÷ 22050 samples/second = 6 seconds

Hz는 “1초에 몇 번”이라는 단위입니다. 샘플링 레이트의 22,050Hz는 1초에 22,050번 측정한다는 뜻입니다. 뒤에서 다룰 주파수의 440Hz는 진동이 1초에 440번 반복된다는 뜻입니다. 단위는 같지만 설명하는 대상이 다릅니다.

모노와 스테레오는 배열의 모양도 다르다

모노 mono는 한 개의 신호를 저장하므로 소리를 한 줄의 배열로 다룰 수 있습니다. 스테레오 stereo는 보통 왼쪽과 오른쪽 두 채널을 따로 저장합니다. 같은 6초·22,050Hz라도 스테레오에는 채널마다 132,300개의 샘플이 있으므로 전체 수치는 두 줄에 걸쳐 놓입니다.

15-25분 · 파형의 시간축과 진폭축을 정확히 읽기

파형 waveform은 시간 순서대로 놓인 샘플을 한 화면에 펼친 그림입니다. 가로축은 초 단위 시간이고, 세로축은 오늘 불러온 신호의 정규화된 진폭입니다. 파형은 “언제 신호가 크게 움직였는가?”, “침묵에 가까운 구간은 어디인가?”, “소리가 짧게 반복되는가?”와 같은 질문에 답하기 좋습니다.

진폭의 양수와 음수는 진동 방향이다

마이크가 기준 상태보다 한 방향의 압력 변화를 기록하면 값이 양수가 되고, 반대 방향의 변화를 기록하면 음수가 됩니다. 파형이 0을 빠르게 오가는 것은 소리 진동의 자연스러운 모습입니다. 양수와 음수는 점수의 높고 낮음, 감정의 긍정과 부정, 소리의 좋고 나쁨을 나타내지 않습니다.

신호의 크기를 비교할 때는 부호를 제거한 절댓값을 사용합니다. 예를 들어 -0.95와 0.95는 방향은 다르지만 기준 0에서 떨어진 거리는 같습니다. 2교시에는 np.abs(y)로 이 거리를 구하고 np.argmax()로 가장 큰 값의 위치를 찾습니다.

25-34분 · 긴 샘플 배열을 겹치는 프레임으로 요약하기

오늘의 소리에는 샘플이 132,300개 있습니다. 개별 값을 모두 읽는 대신 짧은 구간을 하나의 묶음으로 나누어 살펴봅니다. 이 짧은 분석 구간을 프레임 frame이라고 합니다. 프레임은 소리 파일에 새로 생긴 물리적 조각이 아니라, 분석을 위해 배열 위에 놓는 이동 창입니다.

프레임 길이 2,048보다 이동 간격 512가 작기 때문에 이웃한 프레임은 많이 겹칩니다. 첫 프레임이 샘플 0부터 2,047까지 본다면 다음 프레임은 512부터 2,559까지 봅니다. 같은 샘플 일부가 여러 프레임에 포함되는 것은 오류가 아니라 시간 변화가 부드럽게 이어지도록 하는 분석 규칙입니다.

RMS는 한 프레임의 진폭 크기를 하나로 요약한다

RMS는 프레임 안의 각 샘플을 제곱하고 평균을 낸 뒤 제곱근을 구한 값입니다. 제곱하는 과정에서 양수와 음수가 서로 상쇄되지 않고 모두 크기로 반영됩니다. 학생이 공식을 암기하는 것이 오늘의 목표는 아닙니다. 2,048개의 진폭을 그 프레임의 대표 크기 하나로 바꾼다는 흐름을 이해하면 됩니다.

오늘 공통 음원에서는 펄스가 뒤로 갈수록 커지므로 RMS 곡선에도 여섯 개의 봉우리가 나타나고 마지막 봉우리가 가장 큽니다. 다만 RMS는 디지털 배열 내부의 상대적인 크기입니다. 보정된 장비로 실제 공간에서 측정한 절대 음압 레벨 dB SPL과 같지 않으며, 청자가 느끼는 음량을 완전히 대신하지도 않습니다.

34-43분 · 주파수와 STFT를 시간-주파수 화면으로 읽기

주파수 frequency는 진동이 1초에 몇 번 반복되는지를 나타내며 단위는 Hz입니다. 440Hz는 한 주기가 1초에 440번 반복된다는 뜻입니다. 일반적으로 반복이 빠를수록 높은 음으로 지각되는 경향이 있지만, 사람이 느끼는 음높이 pitch는 배음, 음색, 강도와 청취 조건의 영향을 받으므로 주파수 숫자 하나와 완전히 같은 개념은 아닙니다.

전체 6초에 어떤 주파수가 있었는지만 계산하면 언제 그 성분이 나타났는지 사라집니다. 그래서 신호를 짧은 프레임으로 나눈 뒤 프레임마다 주파수 성분을 계산합니다. 이 과정을 STFT, 짧은 시간 푸리에 변환이라고 합니다. 오늘은 복잡한 수식을 풀지 않고 입력과 출력의 모양으로 이해합니다.

스펙트로그램의 세 축

스펙트로그램 spectrogram은 STFT 결과의 크기를 색으로 표현한 그림입니다. 가로축은 시간, 세로축은 주파수, 색상은 해당 시간과 주파수에서의 상대적인 진폭 크기입니다. 화면은 평면이지만 색상 막대까지 포함하면 세 개의 수치를 동시에 읽습니다.

오늘은 가장 큰 스펙트럼 진폭을 기준인 0dB로 둡니다. 그보다 작은 값은 음수 dB로 표시하고 -80dB보다 작은 값은 같은 하한 색으로 모읍니다. 따라서 이 색상은 실제 공간의 절대 소음 수준이 아니라 파일 내부 최댓값에 대한 상대 척도입니다. 0dB라고 해서 침묵이라는 뜻도, 위험한 소리라는 뜻도 아닙니다.

43-48분 · 소리를 분석하기 전에 권리와 사생활 확인하기

소리는 데이터이기 전에 누군가의 저작물이나 사적인 기록일 수 있습니다. 인터넷에서 재생할 수 있다는 사실은 분석 결과를 복제·배포할 권한이 있다는 뜻이 아닙니다. 특히 목소리는 이름이 없어도 화자를 알아볼 수 있고 대화 내용, 위치, 건강 상태와 주변 사람의 정보까지 포함할 수 있습니다.

48-50분 · 보지 않고 두 가지 차이를 꺼내기

노트나 위 표를 덮고 다음 두 문장을 완성합니다. 정의를 그대로 외우기보다 한 값이 대표하는 시간 범위와 각 화면이 답하는 질문을 넣습니다.

50-60분 · 선택 확장: 듣기 전에 화면을 예측하고 확인하기

세 음원은 길이, 샘플링 레이트, 채널, 샘플 수가 모두 같습니다. 달라지는 것은 시간에 따른 진폭과 주파수의 구조입니다. 먼저 제목만 보고 파형과 스펙트로그램의 모양을 예측한 뒤 재생합니다. 정답을 빨리 맞히는 활동이 아니라 소리의 특징을 시각적 근거로 번역하는 활동입니다.

음원 A · 규칙적인 펄스

음원 B · 상승하는 음

음원 C · 저음·고음 교차 리듬

핵심 정리

1. 샘플은 정해진 순간의 진폭 측정값이고, 샘플링 레이트는 1초에 기록하는 샘플 수입니다.
2. 재생 시간은 전체 샘플 수를 샘플링 레이트로 나누어 계산합니다.
3. 모노는 한 채널, 스테레오는 보통 왼쪽과 오른쪽 두 채널을 별도로 기록합니다.
4. 파형의 가로축은 시간, 세로축은 진폭이며 양수와 음수는 진동 방향입니다.
5. 최대 절대 진폭은 한 시점의 봉우리를 찾지만 체감 음량 전체를 대표하지 않습니다.
6. 프레임은 여러 샘플을 묶은 짧은 분석 창이며, 이동 간격이 프레임 길이보다 작으면 이웃한 프레임이 겹칩니다.
7. RMS는 프레임의 진폭 크기를 하나로 요약하지만 절대 음압 레벨과 같지 않습니다.
8. 스펙트로그램은 시간, 주파수, 상대 dB를 함께 보여 주며 소리의 정체나 감정을 자동으로 증명하지 않습니다.
9. 소리 자료를 사용하기 전에 저작권, 음성 동의, 개인정보, 업로드 범위와 출처 기록을 확인합니다.

공식 자료와 추가 읽기

• librosa 공식 문서: librosa.load오디오 파일을 부동소수점 시계열과 샘플링 레이트로 불러오는 함수와 채널·리샘플링 설정
• librosa 공식 문서: waveshow시간축을 가진 파형을 효율적으로 표시하는 함수의 동작
• librosa 공식 문서: RMS오디오 시계열 또는 스펙트로그램에서 프레임별 RMS를 계산하는 함수
• librosa 공식 문서: STFT시간 신호를 복소수 시간-주파수 행렬로 바꾸는 함수와 프레임 설정
• librosa 공식 문서: amplitude_to_db진폭 스펙트로그램을 선택한 기준에 대한 상대 dB 척도로 변환하는 함수
• librosa 공식 문서: specshow시간축·Hz축을 가진 스펙트로그램을 표시하는 함수와 축 설정
• 한국저작권위원회 공유마당: 자유이용허락표시 저작물저작물명·저작자·출처·이용 조건과 변경 내용을 확인하고 표시하는 방법
• 개인정보보호위원회: 가명정보 안내이름을 제거하는 것만으로 식별 위험이 모두 사라지지 않는 이유를 확장해 읽을 자료