mpAEC
다채널 음향 반향 제거
TV, 차량 오디오, 안내 음성과 같이 기기 자체에서 발생해 다시 마이크로 유입되는 에코를 제거합니다.
- 사용자 음성과 에코가 동시에 존재하는 환경 대응
- 별도의 더블토크 검출 불필요
- 빠른 수렴
- 다채널 환경 적용
Real-World Noise-Robust Voice Interface
실제 소음 환경에서도 정확한 AI 음성 인터페이스
mpWAV의 AI 음성 전처리 기술은 목표 음성을 왜곡하지 않으면서 잡음과 에코의 영향을 줄여, 로봇·키오스크·차량·스마트 디바이스의 음성 인식 성능을 높입니다.
기존 음성 인식 엔진을 교체하지 않고 입력 신호의 품질부터 개선합니다.
- 목표 음성 왜곡 최소화
- 마이크 구성 변경에도 자동 최적화
- 기존 ASR 엔진과 연동
- 소프트웨어부터 하드웨어까지 통합
로봇 · 키오스크 · 차량 · 스마트 디바이스 · 공장 이상음 탐지 · 회의 시스템 · 청각보조
Image [H1]
입력: 잡음과 에코가 포함된 음성
→ mpWAV 기술: mpAEC · mpBeamforming · mpAB · mpASR
→ 처리 결과: 목표 음성은 보존하고 잡음은 감소
→ 기존 시스템 연동: 기존 ASR 엔진에 직접 적용
→ 최종 결과: 더 정확한 음성 인식
CES
CES 2024 혁신상 2개 부문
글로벌 시장에서 인정받은 음성 기술
NET
NET 신기술 인증
실제 환경의 음성 인터페이스 전처리 기술
공공조달
공공조달 혁신제품
공공기관 적용을 위한 도입 기반
기술 수상
대한민국 발명특허대전 국무총리상
다중 마이크 기반 음성처리 기술
연구 역량
25년 이상
실제 환경 음성 인터페이스 전처리 연구
지식재산
국내외 특허 기반 기술
음성처리 원천기술과 제품화 역량
적용 경험
로봇·키오스크·모빌리티 PoC
실제 제품과 현장에서 검증
음성 인식 엔진이 좋아져도, 실제 환경에서는 성능이 떨어집니다
음성 인식 기술은 빠르게 발전했지만, 실제 제품이 사용되는 환경에는 여러 종류의 잡음과 에코가 동시에 존재합니다.
주변 대화, TV와 오디오 소리, 차량 주행음, 기계 작동음, 공간 반사음과 먼 거리의 음성은 인식 엔진에 전달되는 입력 품질을 낮춥니다.
주변 대화
여러 사람의 목소리가 동시에 입력됩니다.
TV·오디오 에코
기기에서 재생된 소리가 다시 마이크로 들어옵니다.
차량·도로 소음
주행음과 바람 소리가 음성 명령을 방해합니다.
기계·모터 소음
제품 자체의 작동음이 입력에 섞입니다.
먼 거리 음성
사용자와 마이크 사이의 거리가 멀수록 잡음의 영향이 커집니다.
공간 반사음
벽과 천장에서 반사된 음성이 인식 성능을 떨어뜨립니다.
문제는 음성 인식 엔진만이 아니라, 엔진에 전달되는 입력 신호의 품질입니다.
Image [H2]
주변 대화 | TV·오디오 에코 | 차량·도로 소음 | 기계·모터 소음 | 먼 거리 | 반사음
실제 제품 적용을 고려한 mpWAV의 음성 전처리 기술
1
목표 음성을 왜곡하지 않는 잡음 제거
일반적인 잡음 제거 과정에서 사용자 음성까지 손상되면 음성 인식 성능이 오히려 떨어질 수 있습니다.
mpWAV는 잡음과 에코의 영향을 줄이면서 인식에 필요한 목표 음성을 보존하는 데 집중합니다.
2
마이크 구성이 달라져도 자동 최적화
마이크의 상대 위치 정보를 미리 입력하는 방식이 아니라 실제 입력 신호를 기반으로 자동 최적화합니다.
마이크 개수와 배치가 변경될 때 반복적인 튜닝 부담을 줄일 수 있습니다.
3
기존 음성 인식 엔진에 직접 적용
현재 사용 중인 ASR 엔진을 전면 교체할 필요가 없습니다.
음성 인식 앞단에 mpWAV 전처리 기술을 적용해 입력 신호의 품질을 개선합니다.
4
소프트웨어부터 하드웨어까지 통합
알고리즘 제공을 넘어 다채널 마이크 입출력, DSP·FPGA 포팅, 보드 설계와 전용 SoC 확장까지 지원합니다.
Image [H3]
일반 처리: 잡음↓ + 목표 음성 손상 | mpWAV: 잡음↓ + 목표 음성 보존
제품 환경에 맞게 조합되는 음성 인터페이스 기술
mpBeamforming
다중 마이크 기반 주변 잡음 제거
다수의 마이크 입력을 활용해 주변 잡음의 영향을 줄이고 목표 음성을 강화합니다.
- 입력 신호 기반 자동 최적화
- 마이크 구성 변경 시 별도 튜닝 부담 감소
- 목표 음성 왜곡 최소화
- 음성 인식 성능을 고려한 처리
mpAB
통합 음성 전처리 기술
mpAEC와 mpBeamforming을 통합해 잡음과 에코가 동시에 존재하는 환경의 음성을 실시간으로 처리합니다.
- AEC와 Beamforming 통합
- FPGA 기반 실시간 구현
- MCU·DSP 구조 적용
- AP·DSP 포팅 지원
mpASR
온디바이스 End-to-End 음성 인식
서버, PC, 스마트 디바이스와 IoT·엣지 환경에서 동작할 수 있는 음성 인식 솔루션입니다.
- 소음·환경 변화에 강한 인식
- 도메인 특화 파인튜닝
- 플랫폼별 모델 최적화
- 온디바이스 독립 실행
- LLM 기반 음성 서비스 연계
다채널 HW 설계
마이크 배열·오디오 모듈 설계
음성 향상 기술이 실제 제품에서 작동할 수 있도록 다채널 오디오 입출력 장치와 마이크 배열 모듈을 설계합니다.
- USB Audio Class 기반 다채널 입출력
- 키오스크용 선형 마이크 배열
- 다채널 MEMS 마이크 입력
- AEC 레퍼런스 입력
- 제품별 보드 설계
Image [H4]
Mic Array HW → mpAEC → mpBeamforming (= mpAB) → mpASR → 제품·서비스
실제 잡음이 존재하는 다양한 제품과 현장에 적용합니다
Image [H5]
로봇 | 키오스크 | 차량 | 가전 | 공장 | 국방 | 회의 | 청각보조
설명보다 실제 성능으로 확인하세요
음성 기술의 성능은 마이크 구성, 사용자 거리, 잡음 종류와 음성 인식 엔진에 따라 달라집니다.
mpWAV는 실제 데이터와 제품 환경을 기준으로 처리 전후의 차이를 검증합니다.
처리 전후 오디오
처리 전
잡음과 에코가 포함된 원본 음성
mpWAV 처리 후
목표 음성이 더 명확하게 전달되는 처리 음성
데모 음원을 준비하고 있습니다. 지금 바로 확인하시려면 문의해 주세요.
Image [H6]
[▶ 처리 전 듣기] [▶ 처리 후 듣기]
ASR 인식 결과 비교
원본 입력
“오늘 날씨 어때?”
원본 인식 결과
“오늘 날씨 어려”
mpWAV 처리 후 인식 결과
“오늘 날씨 어때?”
제3자 공인 시험 실측 결과
- 처리 후 SI-SDR
- 15.59 dB
- 처리 후 SNR
- 15.57 dB
- 소음 저감량
- 53.8 dB
- 실시간 계수(RTF)
- 0.336
입력 SNR 0 dB · 100발화 평균 (기준 10 dB 이상)
입력 SNR 0 dB · 100발화 평균 (기준 15 dB 이상)
실환경 SNR 5 dB · 음성 65 dB·소음 60 dB · 100발화 평균 (기준 25 dB 이상)
1 미만이면 실시간 처리 가능 (기준 1 미만)
한국정보통신기술협회(TTA) 시험성적서 TTA-25-1103. 시험 대상은 자사 음성 향상 솔루션 ClearSense Audio v1.1.0(알고리즘 v1.0.0)이며, 2025년 6월 9~12일 시험·2025년 11월 17일 발급되었습니다. 코퍼스는 LibriSpeech ASR과 AIHub 한국어 음성, 잔향은 gpuRIR 시뮬레이션을 사용했습니다.
연구실을 넘어 실제 제품과 현장에서 검증했습니다
홈로봇
로봇 음성 인터페이스 전처리
가정환경의 TV, 대화와 생활 소음 속에서 홈로봇의 음성 인식 성능을 개선하기 위한 전처리 기술을 검증했습니다.
완성차 전시장 로봇
전시장 소음 환경 음성 인식
사람들의 대화와 공간 반사음이 존재하는 전시장에서 로봇의 음성 인터페이스 성능을 검토했습니다.
돌봄 로봇
돌봄 로봇 음성 인터페이스
고령자와 로봇 사이의 음성 상호작용을 지원하기 위한 음성 인식 전처리를 적용했습니다.
키오스크 모듈
마이크 배열 기반 키오스크 모듈
매장 소음 환경에서 높은 음성 인식 성능을 확보하기 위해 다채널 마이크 입출력과 전처리 모듈을 적용했습니다.
공장 모터 이상음 탐지
생산라인 음향 검사
소음이 큰 공장에서도 별도의 방음 검사실 없이 모터 이상음을 탐지하는 기술을 검증했습니다.
ClearSense Audio 공공 실증
소음 환경의 일상 대화 지원
방배·논현 노인복지관에서 스마트 리스닝 앱의 사용 가능성을 검증했습니다.
mpWAV 공식 자료는 로봇, 키오스크, 모빌리티, 공장 이상음 탐지와 ClearSense Audio 실증 경험을 주요 PoC로 제시합니다.
제품 개발 단계와 환경에 맞게 필요한 방식으로 제공합니다
PoC부터 제품 적용과 양산까지 단계별로 함께합니다
- 1
환경 분석
제품, 마이크 구성, 사용자 거리, 대표 잡음과 현재 발생하는 오류를 확인합니다.
- 2
데이터 검토
기업이 보유한 실제 음성 데이터 또는 공동으로 설계한 테스트 환경을 검토합니다.
- 3
PoC·성능 검증
전처리 적용 전후의 WER, 명령 성공률, 지연시간과 연산 조건을 비교합니다.
- 4
제품 통합
소프트웨어, 모듈, DSP 또는 FPGA 구조로 제품에 기술을 적용합니다.
- 5
현장 최적화
실제 제품이 사용되는 장소에서 성능을 확인하고 추가 조정합니다.
- 6
양산·확장
후속 모델, 제품군, 지역과 언어로 적용 범위를 확대합니다.
Smart Listening App
mpWAV의 음성 기술을 일상 대화에 적용한 ClearSense Audio
ClearSense Audio는 스마트폰으로 들어오는 소리를 AI로 정제해 일반 이어폰으로 소음 속 대화를 더 명료하게 들을 수 있도록 돕는 스마트 리스닝 앱입니다.
서울시 장애인 기술개발 지원사업과 노인복지관 실증을 통해 실제 사용환경에서의 적용 가능성을 검토했습니다.
ClearSense Audio는 일상적인 대화 청취를 보조하는 소프트웨어 서비스이며, 의료적 진단이나 치료 또는 보청기를 대체하지 않습니다.
Image [H7]
스마트폰 앱 화면 + 이어폰 착용 사용 장면
25년 이상의 실환경 음성처리 연구를 실제 제품으로 연결합니다
mpWAV는 음성처리 연구, AI 소프트웨어, 다채널 하드웨어 설계와 제품 통합 역량을 바탕으로 실제 환경의 음성 문제를 해결합니다.
- 25년+
- 실제 환경 음성 인터페이스 전처리 연구
- 70편+
- 국제저널 논문
- 40편+
- 국제학회 논문
- 50건
- 등록 특허 기반 연구성과
- 16건
- 기술이전
- 60건
- 연구 및 산업 프로젝트
논문·특허·프로젝트 수치는 대표 연구진의 누적 연구성과 기준입니다.
- 다채널 음향 반향 제거
- 다중 마이크 빔포밍
- 음성 분리와 복원
- 강인 음성 인식 전처리
- 실시간·온디바이스 음성 인식
- 마이크 배열 및 하드웨어 설계
Image [H8]
연구실 · FPGA/DSP 보드 · 마이크 어레이 시제품
현재 제품의 음성 문제를 실제 데이터로 검증해 보세요
제품 유형, 마이크 구성, 사용환경과 현재 발생하는 오류를 알려주시면 적합한 기술 검증 방식과 적용 구조를 안내해 드립니다.
처음부터 큰 프로젝트를 결정할 필요는 없습니다. 가장 중요한 환경과 데이터부터 PoC를 시작할 수 있습니다.