홈레코딩 위키

Steinberg built-in ASIO driver

Anonymous (anonymous@undisclosed.example.com) — 2025-05-21T18:46:26+00:00

Steinberg built-in ASIO driver

Steinberg 내장 ASIO 드라이버는 광범위한 오디오 인터페이스와 함께 작동하는 Windows용 범용 ASIO 드라이버입니다. 주요 목적은 기본 ASIO 지원이 없는 인터페이스(일반적으로 메인보드에 통합된 사운드 칩)를 Cubase, Dorico, Nuendo 및 WaveLab과 같은 Steinberg 소프트웨어와 함께 사용할 수 있도록 하는 것입니다. ASIO 드라이버가 필요한 다른 오디오 애플리케이션과도 함께 사용할 수 있습니다.

ASIO 드라이버를 지원하지 않는 메인보드 내장 사운드 카드와 잘 동작되고, ASIO4ALL보다 훨씬 안정적으로 동작한다. ASIO4ALL, Generic Low-latency 드라이버의 경우 큐 베이스를 사용 중에는 드라이버가 사운드 카드를 독점하기 때문에, 윈도우의 다른 모든 사운드가 작동아 안되는 단점이 있지만, Steinberg built-in ASIO는 큐 베이스에서 사운드를 사용해도 다른 윈도우의 어플리케이션들도 사운드를 동시에 사용할 수 있다.

배경

오디오 드라이버 표준 ASIO(Audio Stream Input/Output)는 Steinberg가 개발했습니다. ASIO는 모든 유명 오디오 인터페이스 제조업체에서 지원하며, Windows에서 거의 모든 전문 오디오 프로그램에서 요구하는데, 부분적으로는 낮은 레이턴시 때문입니다.

호환성

Steinberg 기본 ASIO 드라이버는 Windows 11 및 Windows 10 64비트 버전을 지원합니다.

이전 64비트 버전의 Windows에서도 사용해 볼 수 있지만, 테스트되지 않았습니다. 32비트 버전은 제공되지 않습니다.

Steinberg 내장 ASIO 드라이버는 모든 ASIO 호환 오디오 애플리케이션과 함께 사용할 수 있습니다. 그러나 Steinberg 소프트웨어와 함께 드라이버를 사용하는 것에 대한 지원만 제공할 수 있습니다.

제어판 / 설정

제어판은 Windows 또는 사용 중인 Steinberg 소프트웨어의 설정을 통해 액세스할 수 있습니다.

제어판을 사용하면 Steinberg의 통합 ASIO 드라이버에 의해 입력 및 출력으로 사용될 장치를 선택할 수 있습니다.

한 번에 하나의 장치만 출력 및 입력으로 선택할 수 있습니다.
필요한 경우 입력과 다른 장치를 출력에 선택할 수 있습니다. 그러나 단일 장치만 사용하는 것이 좋습니다.
입력 장치를 선택하지 않으면 지연 시간이 줄어들 수 있습니다.
출력 장치를 선택하지 않는 것은 불가능합니다.

제어판 제한 사항

표시된 샘플 속도는 제어판에서 변경할 수 없습니다.
샘플 속도를 변경하려면 Windows 사운드 설정으로 이동하세요.'
- Windows 11: 사운드 > 원하는 출력 또는 입력을 클릭 > 출력 설정/형식
- Windows 10: 사운드 > 장치 속성 > 추가 장치 속성 > 고급/기본 형식
Steinberg 내장 ASIO 드라이버는 샘플 속도 편차를 자동으로 변환합니다. 그러나 가능하다면 입력 및 출력의 샘플 속도는 항상 DAW 설정에 지정된 샘플 속도와 일치해야 합니다.
ASIO 버퍼의 크기와 관련 대기 시간은 변경할 수 없습니다. Steinberg 내장 ASIO 드라이버에서 사용하는 고정 버퍼 크기는 충분히 낮은 대기 시간을 허용해야 합니다.

Steinberg Built-in ASIO 드라이버 / Generic low-latency ASIO 드라이버

Steinberg 내장 ASIO 드라이버는 2023년 7월 WaveLab Cast 2와 함께 처음 출시된 새로운 개발입니다. 이는 더 이상 개발되지 않을 Generic Low Latency ASIO 드라이버를 점진적으로 대체할 것입니다.

두 드라이버의 기능은 기본적으로 동일합니다. Steinberg 내장 ASIO 드라이버는 기본적으로 다음과 같은 이점을 제공합니다.

자동 샘플 속도 변환
더욱 향상된 장치 호환성

하지만 오디오 하드웨어가 Generic Low Latency ASIO Driver와 호환된다면, 사용하지 않을 이유가 없습니다.

macOS에 Steinberg 내장 ASIO 드라이버가 없는 이유는 무엇입니까?

Apple의 오디오 인프라인 “Core Audio” 덕분에 macOS에서는 ASIO 드라이버가 필요하지 않습니다.

문제 해결을 위해 Steinberg 내장 ASIO 드라이버 사용

일반적으로 사용 중인 오디오 하드웨어 제조업체에서 제공하는 최신 ASIO 드라이버를 사용하는 것이 좋습니다. 하지만 오디오 인터페이스에 문제가 있는 경우 Steinberg 내장 ASIO 드라이버를 대안으로 사용해 보는 것이 좋습니다.

하지만 타사 소프트웨어와 함께 드라이버를 사용하는 경우 지원을 제공할 수 없습니다.

다운로드

현재 Steinberg 내장 ASIO 드라이버는 WaveLab 12 버전과 WaveLab Cast 2에만 자동으로 설치됩니다.¹⁾

최신 드라이버 버전을 별도로 여기에서 다운로드할 수 있습니다.

https://helpcenter.steinberg.de/hc/en-us/articles/17863730844946-Steinberg-built-in-ASIO-Driver-information-download

ASIO

¹⁾

Dorico를 설치해도 자동으로 설치됩니다.

Generic low latency ASIO driver

Anonymous (anonymous@undisclosed.example.com) — 2025-04-20T09:24:14+00:00

Generic low latency ASIO driver

Windows 계열의 OS 에서 Steinberg 의 DAW 소프트웨어를 설치하면 사용할 수 있는 범용 ASIO 드라이버(Generic ASIO Driver : 범용 ASIO 드라이버)

오디오 인터페이스가 아닌 일반 사운드 카드라서 ASIO를 지원하지 않는 사운드 장치도 ASIO 장치로 사용할 수 있게 해주는 범용 ASIO 드라이버이다. 애플의 MAC OS에서는 Core Audio Driver가 기본적으로 ASIO 를 지원하기 때문에 이런 범용 드라이버가 필요 없지만, Windows 계열의 WASAPI 드라이버는 ASIO 를 지원하는 오디오 드라이버가 아니기 때문에, Steinberg 에서 자체적으로 Windows 계열에서 범용 사운드 장치에 사용 가능한 ASIO 드라이버를 만들어서 지원해준다.

단점은, ASIO 드라이버로 사운드 장치를 점유하게 되면 다른 소프트웨어에서 해당 사운드 장치를 사용할 수 없다.

ASIO4ALL과 비슷한 역할을 하는 드라이버라고 볼 수 있다.

~~이 ASIO 드라이버를 잘 활용하면, 커피샵에 오디오 인터페이스 없이 랩탑과 헤드폰만 가지고 가서 간단한 작업도 가능하다.~~

레이턴시, ASIO

Digital Signal Processor

Anonymous (anonymous@undisclosed.example.com) — 2026-03-11T20:46:49+00:00

Digital Signal Processor

DSP

DSP는 디지털 신호 처리에 특화된 전자 장치 또는 칩을 가리키는 용어입니다. 이러한 DSP 칩은 아날로그 신호를 디지털로 샘플링하고, 디지털 신호를 처리하며, 다양한 신호 처리 작업을 수행하는 데 사용됩니다.

간단하게 정의하면, DSP는 다음과 같은 주요 역할을 수행합니다:

신호 처리: 주로 오디오, 비디오, 통신 및 센서 데이터와 같은 신호를 디지털 형식으로 처리합니다. 이것은 필터링, 압축, 인코딩, 변환 및 기타 처리 작업을 포함할 수 있습니다.
수학 계산: DSP는 수학 계산을 기반으로 작동하며, 신호 처리 및 변형을 위한 다양한 수학적 연산을 수행합니다. 이러한 연산은 고속 및 정확한 처리를 가능하게 합니다.
고속 처리: DSP 칩은 매우 빠른 속도로 데이터를 처리할 수 있으며, 대부분의 애플리케이션에서 실시간 처리 요구 사항을 충족합니다.
프로그래밍 가능성: DSP는 프로그래밍 가능한 칩으로, 다양한 애플리케이션에 맞게 프로그램할 수 있습니다. 이는 소프트웨어 업데이트나 다양한 신호 처리 작업에 대한 유연성을 제공합니다.
특화된 응용 분야: DSP는 오디오 처리, 이미지 처리, 통신 시스템, 제어 시스템 및 센서 네트워크와 같은 다양한 응용 분야에서 사용됩니다.

DSP는 현대 전자 제품과 시스템에서 빠른 데이터 처리와 복잡한 신호 분석을 가능하게 하므로 디지털 시대에서 더욱 중요한 역할을 합니다.

DSP 칩을 주로 제작하는 회사로는 Texas instrument, Motorola, Analog device 와 같은 회사들이 있다.

DSP

DSP is a term referring to specialized electronic devices or chips designed for digital signal processing. These DSP chips are used to sample analog signals into digital, process digital signals, and perform various signal processing tasks.

In a simple definition, DSP performs the following key roles:

Signal Processing: Primarily, it processes signals like audio, video, communication data, and sensor data into digital formats. This can include tasks such as filtering, compression, encoding, transformation, and other processing operations.
Mathematical Computations: DSP operates based on mathematical computations and performs various mathematical operations for signal processing and transformations. These operations enable fast and precise processing.
High-Speed Processing: DSP chips can process data at very high speeds and meet real-time processing requirements in most applications.
Programmability: DSP is a programmable chip, allowing it to be programmed for various applications. This provides flexibility for software updates and adapting to different signal processing tasks.
Specialized Application Areas: DSP is used in various application areas, including audio processing, image processing, communication systems, control systems, and sensor networks.

DSP plays a crucial role in modern electronics and systems, enabling fast data processing and complex signal analysis. Therefore, it has become increasingly important in the digital age.

Companies that primarily manufacture DSP chips include Texas Instruments, Motorola, Analog Devices, and others.

디지털 신호 처리 장치

Chip 제조사들은 해당 칩의 계산 능력을 사용할 수 있도록 해당 칩에서 돌아가는 전용의 명령어 세트를 여러가지 언어의 명령어 라이브러리 형태로 배포하는데, DSP 칩의 경우에는 보통 그 명령어들이 주로 신호 처리에 관련된 명령어들이다.¹⁾²⁾

예를 들면, 오디오 시그널 처리의 핵심 해당하는 부분은 DSP가 빠르게 처리하고, 주로 사용하는 명령어 라이브러리를 DSP를 판매하면서 같이 제공한다. 그러면 그 DSP 를 이용한 제품(오디오 제품, 또는 플러그인)을 만드는 회사는 그 명령어들을 이용하여 원하는 신호 처리 소프트웨어를 편하게 제작이 가능하다.³⁾
사실 DSP로 작동하는 소프트웨어(DSP 믹서나 플러그인)를 제작하는 것은 범용으로 이미 소스 코드가 많이 공개되어 있는 CPU 용 소프트웨어 제작보다 난이도가 높다.⁴⁾

음향업계에서 주로 사용하는 DSP

Analog Device 사의 SHARC 칩을 많이 사용한다.

그림 1: UAD 2, Avid HDX DSP(32bit 부동소수 DSP)

그림 2: TC powercore

그림 3: UAD1(UAD1 은 1개의 24bit DSP 칩만 사용했다.)

주요 DSP 엔진에 따른 심도 연산 스펙

참고로 여기 나오는 DSP 제품 중에, 24bit DSP를 가진 UAD 나 TC Powercore 등은 다이내믹 계열 플러그인의 음질에 대하여 논란이 많았다.⁵⁾

TDM : 48bit 정수 배정밀도
VST : 32bit 부동소수(최근엔 내부적으로 64bit 부동소수 배정밀도 가능),(CPU)
AAX : 32bit 부동소수
UAD 2: 32bit 부동소수
UAD 1: 24bit 정수
TC Powercore : 24bit 정수
TC System 6000 : 32bit 부동소수(CPU)
Waves soundgrid DSP : 32bit 부동소수(CPU)
Lexicon 960L : 32bit 부동소수(CPU)

UAD 2의 경우에는 DSP 내장 기능인 IIR 필터 명령어를 이용한 안티 앨리어싱 필터를 빠르게 처리 가능하므로, 실시간 리샘플링을 효과적으로 할 수 있다, 들어오는 오디오 신호를 실시간으로 192kHz로 바꾸어서 192kHz로 연산을 한다.⁶⁾ 당연히 해당 플러그인의 품질이 매우 좋아지게 된다. 다만 모든 플러그인이 192kHz 실시간 리샘플링을 지원하지 않고 몇몇 개의 플러그인이 지원하며, 이 기능을 사용하는 플러그인은 매우 높은 점유율⁷⁾을 가지기 때문에 한 두개 밖에 못쓰게 될 수도 있다. 아래의 내용은 해당 내용이고, UAD software 매뉴얼에서 발췌했다.

UAD Plug-Ins and High Definition Audio
Antialias Filtering
Some UAD plug-ins process audio at high sample rates internally, allowing replication of complex nonlinear behaviors such as distortion, saturation, and other classic analog characteristics. These UAD plug-ins incorporate a linear phase antialiasing filter that removes audio artifacts far above the audio spectrum in order to deliver the highest possible sound quality.
Note: The tables on the following pages list which UAD plug-ins use the linear phase antialiasing filter.
The audible frequency spectrum is generally recognized as 20Hz – 20 kHz, and the UAD antialiasing filter removes all audio above 30 kHz regardless of the session sample rate. This practice eliminates all audio artifacts, but may not be compatible with certain HD audio distributors that check for audio above 30 kHz.
If antialiased UAD plug-ins are used in HD audio productions (generally defined as audio with sample rates of 96 kHz and higher), either avoid using these UAD plug-ins on the master Output bus, or use UAD plug-ins without the antialiasing filter on the master Output bus instead.
Tip: When using any UAD plug-in that has a MIX control (such as API 2500, Fairchild 670, etc.), setting the MIX control to any value below 100% blends full bandwidth audio with the filtered audio — allowing antialiased UAD plug-ins to be used on the master bus for HD audio distributors.
For more in-depth information, see this article from Sound On Sound magazine:

www.soundonsound.com/sound-advice/q-why-do-universal-audio-restrictprocessing-bandwith-their-uad-plug-ins

CPU를 DSP처럼 사용하는 경우

CPU는 따로 오디오 시그널 처리에 대한 명령어 라이브러리를 DSP 칩들 만큼 제공하고 있지는 않지만, 이미 CPU는 긴 역사를 통해 수많은 오디오 시그널 처리에 관한 소스들이 공개되어 있다. 만약 x86(x64) 기계어나, C 언어를 통해서 오디오 시그널 처리에 대한 명령어 라이브러리⁸⁾를 사용한다면 CPU도 충분히 DSP 칩으로써 동작할 수 있다. CPU의 경우는 “모든” 계산에 최적화된 “범용” 프로세서이기 때문이다. 오히려, DSP보다 훨씬 빠르고 강력한 계산 능력이 있기 때문에 훨씬 더 강력한 DSP 칩으로써 작동할 수도 있다. CPU의 연산 능력은 매우 발전하여 일반 DSP 칩의 수십,수백배에 달한다.

다만 CPU는 DSP로만 만들어진 제품에 비해, 매우 전력 소모량이 크고 발열이 매우 심하다. 그리고 DSP 칩에 비해 매우 비싸다.⁹⁾ 거기에 추가로, 메인보드, 파워 서플라이, 메모리까지 하면 가격이 매우 비싸진다. 즉, DSP 제품에 비해 CPU 제품은 제작 비용이 매우 높아진다.

이러한 여러 문제들 때문에 이제까지 어느 제조사도 CPU를 DSP 칩 대신 쓰는 일을 하지 않았으나, 그걸 하고 있는 제조사들이 등장하기 시작했다.

이게 가능하게 된 이유는, CPU 의 가성비가 DSP 칩의 가성비를 넘어서고 있기 때문이다.

DSP 보드 구성 방법 중 하나인, DSP 칩을 여러개 사용해서 단일 CPU 와 같은 동급의 성능을 내려면, 여러 개의 DSP 칩을 1개의 DSP 칩 처럼 동작하게 만들어 주는 병렬 프로세서인 FPGA 칩이 필요한데, 이 FPGA 칩이 가격이 매우 비싸고 DSP 칩 8개에다가 FPGA 칩 1개를 구성해서 겨우 팬티엄 급의 계산 능력을 가지는 DSP 보드를 만드는 것이, 팬티엄 급의 CPU 로 구성된 보드 1개를 사는 것보다 가격이 높다.(UAD octa core 이야기 입니다.)

그림 4: FPGA 칩 1개 + DSP 칩 8개(UAD octacore의 연산 능력은 팬티엄이나 I3 CPU 와 비슷한 수준이다.) 어떤 면에서는 가성비가 없다고 볼 수 있다.(가격이 컴퓨터 보다 비쌈.)

하지만 CPU를 DSP로 쓰는 장비들의 경우 발열, 그리고 발열에 의한 냉각 용 팬 소음이 아직 해결해야 할 과제이다.

DSP 칩들의 프로세싱 파워는 CPU와 비교하면 어느 정도 일까?

CPU 기반의 DSP 제품들

레이턴시

DSP는 제로 레이턴시에 가깝게 동작한다.

CPU를 DSP로 활용하는 경우, 대다수의 사람들이 Windows나 맥 OS에서 CPU 네이티브 시스템을 연상하며 “레이턴시가 있지 않나?”하고 생각하는 사람들도 있다. 하지만 레이턴시는 어디까지나 OS가 멀티태스킹을 해야 해서 여러가지 어플리케이션에 대기시간을 할당하는 방식 때문에 필수적으로 오디오 처리 버퍼를 크게 사용해야 하기 때문에 존재하는 것이다. 만약 멀티태스킹 OS가 아닌 RTOS¹⁰⁾를 사용하면 CPU도 실시간으로 동작하게 된다. Linux RT의 경우는 오디오 레이턴시가 1ms 정도로 나온다고 한다.

CPU를 DSP로 활용하는 위와 같은 제품들은 모두 DSP 처리를 해주는 RTOS를 사용하여 동작한다.

사실 최근에 제작되어 만들어지는 디지털 콘솔들, 마이다스의 M32, 베링거의 X32, Yamaha의 PM, CL, TF 등, 여러가지 디지털 콘솔의 내부를 자세히 들여다보면 이러한 RTOS¹¹⁾가 설치되어 있고, 그 위에 실시간으로 돌아가는 소프트웨어 믹서 어플리케이션을 구성한 것이다. 거기에 추가로 따로 DSP 보드가 있는 경우가 많다.(주로 디지털 콘솔 용으로 사용되는 OS는 Yamaha는 리눅스, 디지코 등은 Windows 7기반이다.)

참고할만한 글

여러가지 연산기의 간략한 구조

CPU : ALU (Arithmetic logic unit, 논리연산자:계산기, 정수연산도 여기서 한다.) + FPU(Floating point unit) + CU(Control unit, 주변장치 컨트롤러)
GPU : 수많은 작은 FPU 와 수많은 작은 ALU
DSP : ALU + FPU + 오디오 신호 처리 하드웨어 명령어 세트
APU : CPU + GPU
FPGA : 가변형 논리 연산자, 병렬 게이트 어레이 기능, 여러 개의 DSP로 신호를 분배 처리 하도록 도와 줌
ASIC : FPGA 로 만든 명령어 세트를 고정시켜 대량 생산한 것, 멀티 코어 프로세서에서 병렬 게이트 어레이 기능.

그림 5: AMD ZEN Micro 아키텍쳐, 왼쪽이 ALU(정수 연산자) 오른쪽이 FPU(부동소수 연산자)(MMX나 AVX 는 부동소수 연산에 관련된 명령어 유닛들이다.)

그림 6: CPU와 GPU의 차이

그림 7: DSP와 FPGA의 차이

DSP LoadLock

UAD의 경우에는 설정에서 DSP 점유율이 어느 정도 이상이 되게 되면 더 이상 플러그인을 못걸게 Lock을 설정 가능하다.

그림 8: UAD Control Panel, DSP LoadLock

— retronica 2019/01/06 13:04

DSP

¹⁾

오디오 관련 명령어는 보통 필터, 푸리에 변환, 컨벌루젼 등

²⁾

CPU와 DSP의 차이점은 , CPU 는 원래는 정수 연산 용의 계산기+메모리나 하드웨어 등 주변기기 컨트롤러 형태 인것을 말하는데, 현재의 CPU는 부동소수 연산기+정수 연산기+컨트롤러 등으로 발전해왔고, DSP의 경우는 스펙에 따라 정수 연산 형태(24bit, 48bit)인 것이 있고, 부동소수 연산 형태(32bit 부동소수, 64bit 부동소수)인 것도 있다. 현재는 CPU가 매우 발전하여, 계산 능력은 CPU가 훨씬 우수하지만, 문제는 CPU 는 DSP에 비해 전력 소모량과 발열이 매우 크고, 가격이 DSP에 비해 비싸다.

³⁾

사실 업계 일하시는 분들 말로는 제공하는 기본 명령어 라이브러리는 아주 기본적인 것들만 있어서 그냥 다시 명령어 라이브러리를 해당 Chip의 기계어로 새로 만들어 쓰는 경우가 더 많다고 한다. 그리고 그렇게 만들어서 쌓인 명령어 라이브러리는 해당 프로그래머/회사의 자산이 된다.

⁴⁾

그래서 DSP 용 플러그인이 더 비싼 경우가 많다. 노동의 댓가

⁵⁾

이 시절엔 오히려 외장 DSP를 쓰는 플러그인이 CPU 기반 Native 플러그인보다 음질이 떨어지는 것에 대해 말이 많았을 정도.

⁶⁾

UAD 만 지원하는 것은 당연히 아니다. CPU로 동작하는 플러그인도 이 기능을 넣으면 된다. Waves 경우도 당연히 이 기능이 되는 플러그인이 많다.

⁷⁾

48kHz기준으로 4배, 보통 4배

⁸⁾

openAL, JUCE와 같은 것들이 있다.

⁹⁾

DSP 단가가 몇 만원 단위라면, CPU는 몇십 만원 단위이다.

¹⁰⁾

Realtime operating system

¹¹⁾

Linux RT 같은

DirectX

Anonymous (anonymous@undisclosed.example.com) — 2024-10-05T13:17:32+00:00

DirectX

DirectX 플러그인은 Microsoft의 DirectX 기술을 기반으로 한 오디오 플러그인 포맷으로, Windows 환경에서 주로 사용됩니다. 초기 DAW와 오디오 애플리케이션에서 널리 쓰였으며, CPU 프로세싱을 사용합니다. DirectX 플러그인은 DXi(DirectX Instrument)와 DX Effect로 나뉘며, MIDI 및 오디오 이펙트 처리를 지원합니다. 그러나 현재는 VST와 같은 포맷이 더 널리 사용되면서 DirectX 플러그인은 점차 감소하고 있습니다.

LV2

Anonymous (anonymous@undisclosed.example.com) — 2024-10-05T13:18:01+00:00

LV2

http://lv2plug.in/

LV2는 Linux 환경에서 주로 사용되는 오디오 플러그인 포맷으로, LADSPA의 후속 버전입니다. 오디오 및 MIDI 처리를 모두 지원하며, CPU 프로세싱을 기반으로 다양한 오디오 애플리케이션에서 사용됩니다. LV2는 오픈 소스이며, 확장성이 뛰어나 플러그인 개발자가 자유롭게 기능을 추가할 수 있습니다. Linux뿐만 아니라 macOS와 Windows에서도 호환 가능한 DAW에서 사용할 수 있습니다.

ASIO Multi-Client

Anonymous (anonymous@undisclosed.example.com) — 2025-08-07T04:28:34+00:00

ASIO Multi-Client

일반적으로 어느 한 소프트웨어에서 ASIO 드라이버를 점유했을 경우에, 다른 소프트웨어에서는 ASIO 드라이버를 사용할 수 없지만, ASIO Multi-Client 를 지원하는 제품의 경우에는 여러개의 소프트웨어에서 동시에 ASIO 드라이버를 사용할 수 있다. 또한 ASIO 루프백 채널이 지원된다면 소프트웨어 간에 ASIO 를 통해 소리를 전달 하는 것도 가능해진다.

알려진 ASIO Multi-Client 지원 오디오 인터페이스

최근에는 많은 오디오 인터페이스가 ASIO Multi-Client 를 지원한다.

Focusrite Clarett
RME
Zoom
MOTU
Roland Capture Series
Focusrite Scarlett 3rd Gen
SSL

Steinberg 오디오 인터페이스는 Multi-client를 지원하지 않는다.

단 Steinberg 오디오 인터페이스들이 기술력이 없어서 멀티 클라이언트를 지원하지 않는 것은 아니다. Steinberg 오디오 인터페이스들은 Steinberg 사의 DAW인 큐 베이스/누엔도와 통합(Integration) 동작을 하도록 만들어 졌는데, 만약 멀티 클라이언트를 지원하게 되면, 여러개의 DAW 가 실행되었을 때 프로토콜 통신 오류 발생의 가능성이 있다. 따라서 일부러 지원하지 않는 것으로 보인다.

https://forums.steinberg.net/t/pc-windows-asio-multiclient-driver-by-charlie-steinberg/20479

ASIO

ASIO4ALL

Anonymous (anonymous@undisclosed.example.com) — 2025-07-06T07:34:43+00:00

ASIO4ALL

범용으로 사용 가능한 Windows 용 ASIO 드라이버. OpenAL 기반.¹⁾
이 소프트웨어를 사용하면 ASIO 드라이버가 지원되지 않는 오디오 장비도 ASIO 사용이 가능하다.
다이렉트 모니터링 등을 버튼이나 노브식으로 지원하는 오디오 인터페이스의 경우 따로 ASIO 드라이버를 제작하지 않고 ASIO4ALL 을 사용하라고 하는 경우가 더러 있다.²⁾

오디오 인터페이스의 전용의 ASIO 드라이버보다는 퍼포먼스가 떨어진다.

https://www.asio4all.org/

그림 1: ASIO4ALL

Aggregate audio device

여러 개의 각기 다른 ASIO 호환 오디오 인터페이스를 통합하여 하나의 오디오 디바이스처럼 사용하는 것

애플의 Core Audio 나 ASIO4ALL을 사용하는 경우는 가능하지만 이 방식은 소프트웨어 방식의 동기화이므로 약간 불안정하고, 원래의 오디오 인터페이스의 ASIO 드라이버를 사용할 수 없다. 무조건 Core Audio나 ASIO4ALL 드라이버로만 동작시켜야 하며 동기화 하기 위해 컴퓨터 CPU의 클럭 자원을 활용한다.

ASIO

¹⁾

Core Audio도 OpenAL기반이다.

²⁾

전용 ASIO 드라이버 제작비용 원가절감

XMOS

Anonymous (anonymous@undisclosed.example.com) — 2026-03-13T18:57:34+00:00

XMOS

XMOS는 USB 오디오 인터페이스 개발에서 널리 사용되는 영국 xmos.ai사의 멀티코어 마이크로컨트롤러입니다. 실시간 오디오 처리와 저지연 USB 전송을 위해 설계되어 Focusrite, SSL 등 프로 오디오 장비에 채택됩니다.¹⁾

대부분의 오디오 인터페이스가 XMOS 칩을 사용하여, USB 인터페이스 기능과 다이렉트 모니터링/DSP 믹서 기능을 제공한다.

그림 1

그림 2

xCORE 아키텍처와 제품군

xCORE는 32비트 멀티스레드 코어(2~32개, 최대 2GHz)를 사용해 단일 사이클 DSP를 제공합니다.

시리즈	코어 수	주요 용도	예시 모델
XS1/xCORE 클래식	4~16	기본 USB 오디오 2.0	XU208-128
XU200	2~16	고성능 인터페이스	XU216-512
XL	16	저전력 멀티 채널	XL216-512
XUF	8~16	플래시 내장 DAC	XUF208-256
XE	32	AVB 네트워킹	XE216-512
XV	-	AI 음성 처리	XVF3800

오디오 기능

지원 포맷: PCM 32비트/768kHz, DSD1024, 최대 32채널 I/O. 비동기 클럭으로 지터 최소화.[web:6]
ASIO 호환: Thesycon 드라이버로 Windows에서 2.9ms 왕복 지연, WASAPI/MIDI 지원.[web:7]
다이렉트 모니터링: 칩 내 멀티코어로 입력(ADC/I2S)을 USB 스트림과 실시간 믹싱, 0.2ms 지연 출력. 별도 DSP 없이 가능.
신호 라우팅: xCONNECT 스위치(250MBit/s 타일 간 네트워크)와 128 프로그래머블 I/O로 I2S/TDIF/ADAT 라우팅.

개발 편의성

XMOS 툴체인(xTIMEcomposer)으로 xC 언어 기반 펌웨어 커스터마이징이 간단합니다. USB Audio 리퍼런스 디자인 가이드에서 lib_xua 모듈로 모니터링/라우팅 코드 예시 제공.

DSP

¹⁾

DSP 카테코리에 있지만 일부 DSP의 기능을 지닌 USB 인터페이스 마이크로 컨트롤러 칩이라고 보는 것이 타당하다.

ITU-R BS.1770

Anonymous (anonymous@undisclosed.example.com) — 2026-01-09T03:54:02+00:00

ITU-R BS.1770

Algorithms to measure audio programme loudness and True-peak audio level

LUFS 미터는 소리 크기의 범위 및 True-peak를 표기 하도록 만들어진 라우드니스 미터입니다. LUFS 미터의 작동에 대한 알고리즘 및 세부 사항은 ITU-R BS.1770 에서 정의되어 있습니다.

사람이 청감상 인지하는 소리 크기, 즉 라우드니스를 수치로 최대한 비슷하게 현실화하기 위해서 K-weighted 가중치를 고려한 필터를 사용하고, RMS 값을 측정하여 dBFS로 결과를 내어서, 단위는 LUFS, 또는 LU로 표기합니다.

이름과 단위

ITU-R BS.1770은 다음과 같은 명명 규칙 및 단위 규칙을 제안합니다. 기준 레벨과 관련된 값인 Loudness Unit(1LU 는 1dB)과 같은 상대 측정 값입니다.

LUFS: 절대값, Loudness Unit Relative to Full Scale
LU : 상대값¹⁾, Loudness Unit
1LU = 1dB의 레벨 증감과 동일합니다.

LUFS²⁾와 LKFS³⁾는 같은 단위입니다. 원래 명칭은 LKFS였으나, LUFS로 바꿔서 부르도록 권장하고 있습니다.

k-weighting

K-weighting filter는 인간의 청각 특성을 반영해 설계된 주파수 가중치 필터로, 사람이 잘 듣는 주파수(특히 1~4kHz 대역)를 강조하고, 저음과 고음 등 상대적으로 덜 민감한 영역을 감쇠시킵니다. 이 필터는 ITU-R BS.1770 표준에 따라 라우드니스(LUFS, LKFS) 측정의 핵심 요소로 사용되며, 단순한 물리적 신호 세기가 아닌 실제 사람이 느끼는 음량을 더 정확하게 평가할 수 있게 해줍니다.

Pre-filter

RLB filter

Integrated Loudness

Integrated Loudness는 곡의 시작부터 끝까지, 즉 전체 재생 구간에 걸쳐 소리 크기의 평균을 계산한 값을 LUFS(라우드니스 유닛 풀 스케일) 단위로 표기합니다. 이 값은 곡의 전반적인 소리 크기(라우드니스)를 대표하며, 실제로 사람이 곡을 들을 때 느끼는 평균적인 볼륨에 가까운 수치입니다. 게이트 알고리즘이 적용되어 있어, 무음 구간이나 매우 조용한 부분은 측정에서 제외됩니다. 예를 들어, 곡의 클라이맥스 부분만 측정하면 평소보다 훨씬 큰 값이 나올 수 있으므로, 전체 구간을 기준으로 측정하는 것이 중요합니다.

실제 마스터링이나 방송, 스트리밍 플랫폼에서 권장되는 기준값은 Integrated(Program) LUFS 값입니다. 예를 들어, “이 곡은 -10LUFS입니다”라고 하면 곡 전체의 평균 라우드니스가 -10LUFS임을 의미합니다

Short-Term Loudness

Short-Term Loudness는 곡의 특정 구간(보통 3초) 동안의 평균 소리 크기를 매 1초마다 표기한 값입니다. 이 방식은 곡의 중간중간, 예를 들어 인트로, 벌스, 코러스 등에서 소리의 크기가 어떻게 변하는지 확인할 때 유용합니다. 최고값이 미터의 왼쪽에 표기되며, 곡의 다이내믹 변화나 균형을 체크할 때 참고할 수 있습니다.

즉, 곡 전체의 평균(Integrated)과 달리, 짧은 구간에서의 음량 변화를 실시간으로 볼 수 있습니다.

Momentary Loudness

Momentary Loudness는 400ms(0.4초) 동안의 순간적인 소리 크기를 100ms마다 측정한 값의 최대값을 표기합니다. 이 값은 아주 짧은 시간 동안의 음량 변화를 파악할 때 사용됩니다. 예를 들어, 드럼의 강한 한 박, 신스의 짧은 하이라이트 등 순간적으로 소리가 커지는 부분을 측정할 때 유용합니다. Momentary Loudness는 전체 곡의 평균이나 3초 단위의 Short-Term과 달리, 순간순간의 소리 크기를 빠르게 확인할 수 있습니다.

Loudness Range

Loudness Range(라우드니스 레인지, LRA)는 곡 전체에서 소리가 가장 큰 부분과 가장 조용한 부분 사이의 차이를 LU(라우드니스 유닛)로 표기합니다. 이 값은 곡의 다이내믹 레인지를 의미하며, 곡이 얼마나 다양한 소리 크기를 가지고 있는지 알 수 있습니다. 측정 시, 가장 조용한 부분의 상위 10%와 가장 큰 부분의 상위 5%는 제외되어, 극단적인 값이 결과에 영향을 주지 않도록 합니다.

즉, Loudness Range는 곡의 전체적인 소리 크기 변화 폭을 보여주며, 다이내믹한 곡인지, 아니면 일정한 볼륨을 유지하는 곡인지 판단할 수 있습니다.

True-peak

디지털에서는 샘플 데이터가 Peak 값 이하라고 하더라도, 파형 자체는 Peak를 충분히 넘을 수 있습니다. 만약 이것이 D-A 컨버터를 거쳐 아날로그 파형으로 재생된다면, Peak 값을 넘는 신호가 발생할 수 있습니다. 이 경우 미터로는 Peak가 아니지만, 들리는 소리는 Peak로 인한 클리핑이 발생하는 모순이 생깁니다.

따라서 샘플 데이터의 Peak 값을 기반으로 실제 아날로그 파형으로 변할 때의 True-peak 값을 유추하여 표기하는 것을 True-peak라고 하며, 단위는 dBTP를 사용합니다.

그림 1: Inter-sample Peak

True-peak의 측정 방법

Attenuate: 12.04 dB attenuation: 신호의 크기를 12.04 dB만큼 감쇠(attenuation)시킵니다. 이는 필터링이나 오버플로 방지, 정규화 과정에서 사용될 수 있습니다.
4 × over-sampling: 원본 신호를 4배 오버샘플링하여 샘플 레이트를 높입니다. 이 과정은 실제 연속 파형에서 발생할 수 있는 피크(트루 피크)를 더 정확히 잡아내기 위함입니다.
Low-pass filter: 오버샘플링 후에는 저역통과필터(LPF)를 적용해, 새로 생성된 고주파 잡음이나 앨리어싱 성분을 제거합니다.
Absolute: Absolute value: 신호의 절대값을 취해, 파형의 양/음 극성 구분 없이 최대 진폭을 찾을 수 있게 합니다.
Conversion to dB TP: 최종적으로 구한 최대값(트루 피크)을 dB TP(Decibels True Peak)로 변환하여 표시합니다.

Reference

https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf

라우드니스, 미터

ITU-R BS.1770(실제 문서)

Algorithms to measure audio programme loudness and true-peak audio level

서문

무선통신 분야의 역할은 모든 무선통신 서비스(위성 서비스를 포함)의 합리적이고, 공정하며, 효율적이고, 경제적인 무선 주파수 스펙트럼 이용을 보장하는 것이며, 이에 기반하여 주파수 범위의 제한 없이 연구를 수행하고 이를 토대로 권고안을 채택하는 것이다. 무선통신 분야의 규제 및 정책 기능은 세계 및 지역 무선통신 회의와 무선통신 총회에서 수행되며, 이에 대해 연구 그룹이 지원을 제공한다.

범위

본 권고는 주관적 프로그램 라우드니스와 트루피크 신호 레벨을 결정하기 위한 오디오 측정 알고리즘을 규정한다.

키워드

3/2 멀티 채널 사운드 시스템, 고급 사운드 시스템, 라우드니스, 트루피크 신호 레벨

ITU 무선통신 총회는 다음을 고려한다:

a) 현대의 디지털 음향 전송 기술이 매우 넓은 다이내믹 레인지를 제공하는 점;
b) 현대의 디지털 음향 제작 및 전송 기술이 권고 ITU-R BS.775에 명시된 모노, 스테레오 및 3/2 멀티 채널 포맷과 권고 ITU-R BS.2051에 명시된 메타데이터와의 결합을 포함한 채널 기반, 객체 기반, 씬 기반의 입력 신호 및 그 조합을 제공하며, 음향 프로그램이 이들 모든 포맷으로 제작된다는 점;
c) 청취자들이 다양한 소스와 프로그램 유형에 대해 오디오 프로그램의 주관적 라우드니스가 균일하기를 바라는 점;
d) 오디오 레벨을 측정하는 다양한 방법이 존재하지만, 프로그램 제작에 사용되는 기존 측정 방법이 주관적 라우드니스를 나타내지 못한다는 점;
e) 프로그램 교환의 라우드니스 제어를 위해 청취자 불편을 줄이기 위해 주관적 라우드니스의 객관적 추정을 위한 단일 권장 알고리즘이 필수적이라는 점;
f) 향후 심리음향 모델 기반의 복잡한 알고리즘이 다양한 오디오 프로그램에 대해 향상된 객관적 라우드니스 측정값을 제공할 수 있다는 점;
g) 디지털 미디어는 갑자기 오버로드되며, 순간적 오버로드라도 반드시 피해야 한다는 점,

추가로,

a) 필터링 또는 비트 레이트 감소와 같이 일반적으로 적용되는 과정에 의해 피크 신호 레벨이 증가할 수 있다는 점;
b) 기존 미터링 기술이 디지털 신호에 포함된 트루피크 레벨을 반영하지 못하는데, 트루피크 값이 샘플 사이에서 발생할 수 있기 때문이라는 점;
c) 디지털 신호 처리가 신호의 트루피크 레벨을 근접하게 추정할 수 있는 알고리즘 구현을 실용적으로 만든다는 점;
d) 트루피크 레벨의 표시 알고리즘 사용이 디지털 오디오 신호의 피크 레벨과 클리핑 레벨 사이의 헤드룸을 정확히 나타낼 수 있게 함을,

권고한다

권고 ITU-R BS.775에 따라 최대 다섯 개 메인 채널(모노, 스테레오, 3/2 멀티 채널 사운드)로 제작된 오디오 채널 또는 프로그램의 라우드니스를 객관적으로 측정해야 할 때 Annex 1에 규정된 알고리즘을 사용할 것;
권고 ITU-R BS.2051에 명시된 채널 구성과 같이, 더 많은 채널로 제작된 오디오 프로그램의 라우드니스를 객관적으로 측정해야 할 때 Annex 3에 규정된 알고리즘을 사용할 것;
객체 기반 오디오 신호 또는 채널- 및 객체 기반 오디오 신호의 조합의 라우드니스를 객관적으로 측정해야 할 때 Annex 4에 규정된 알고리즘을 사용할 것;
프로그램 제작 및 후반 제작에서 프로그램 라우드니스 표시를 위해 사용하는 방법은 Annex 1, 3, 4에 규정된 알고리즘을 기반으로 할 수 있음;
디지털 오디오 신호의 트루피크 레벨 표시가 필요할 때, Annex 2에 명시된 가이드라인을 기반으로 하거나, 유사하거나 더 우수한 결과를 제공하는 방법을 사용할 것;

추가 권고

Annex 1, 3, 4에 명시된 알고리즘보다 성능이 현저히 향상된 새로운 라우드니스 알고리즘이 나타날 경우, 본 권고를 업데이트할 필요성에 대해 고려할 것;
씬 기반 오디오 프로그램에 대해 라우드니스 측정을 가능하게 하는 새로운 알고리즘이 개발될 때 본 권고를 업데이트할 것;

참고 1 – 사용자는 측정된 라우드니스가 주관적 라우드니스의 추정치이며, 청취자, 오디오 자료, 청취 환경에 따라 어느 정도의 불확실성이 존재함을 인지해야 한다.

참고 2 – 본 권고에 따라 미터의 적합성 시험을 위해, ITU-R BS.2217 보고서에 기술된 세트의 테스트 자료를 사용할 수 있다.

Annex 1

Specification of the objective multichannel loudness measurement algorithm

본 부록은 멀티 채널 라우드니스 측정 모델링 알고리즘을 명세한다.

알고리즘은 네 단계로 구성된다:

“K” 주파수 가중치 적용;
각 채널의 평균 제곱 계산;
채널 가중 합산 (서라운드 채널은 더 큰 가중치를 가지며, LFE 채널은 제외됨);
400ms 블록 게이팅 (75% 중첩), 여기서 두 개의 임계값이 사용된다:
첫 번째는 −70 LKFS;
두 번째는 첫 번째 임계값 적용 후 측정된 레벨 대비 −10 dB.

그림 1은 알고리즘의 여러 구성 요소들에 대한 블록 다이어그램을 보여준다. 알고리즘 설명을 돕기 위해 신호 흐름 경로의 여러 지점에 라벨이 부착되어 있다. 블록 다이어그램은 다섯 개 주요 채널(좌, 중앙, 우, 좌서라운드, 우서라운드)의 입력을 나타내며, 이는 한 개에서 다섯 개 채널을 포함하는 프로그램 모니터링을 허용한다. 프로그램이 다섯 채널 미만일 경우 일부 입력은 사용되지 않는다. 저주파 효과(LFE) 채널은 측정에서 제외된다.

알고리즘의 첫 단계는 신호에 대해 2단계 사전 필터링⁴⁾을 적용한다. 사전 필터링의 첫 번째 단계는 머리를 강체 구(sphere)로 모델링하여 머리의 음향 효과를 반영한다. 이 단계의 주파수 응답은 그림 2에 나타나 있다.

사전 필터의 1단계는 그림 3에 나타난 필터로 정의되며, 계수는 표 1에 명시되어 있다.

이 필터 계수는 48 kHz 샘플링 속도에 해당한다. 다른 샘플링 속도에서 구현할 경우, 해당 샘플링 속도에 맞게 동일한 주파수 응답을 제공하도록 계수 값을 달리 선택해야 한다. 이 계수 값들은 사용 가능한 하드웨어의 내부 정밀도 때문에 양자화되어야 할 수도 있다. 테스트 결과 알고리즘 성능은 이 계수 값들의 작은 변화에 민감하지 않은 것으로 나타났다. 사전 필터의 두 번째 단계는 그림 4에 나타난 단순한 하이패스 필터를 적용한다. 이 단계의 가중 곡선은 그림 3에 나타난 것처럼 2차 필터로 명시되며, 계수는 표 2에 명시되어 있다. 이 필터 계수 역시 48 kHz 샘플링 속도에 해당하며, 다른 샘플링 속도에서는 동일한 주파수 응답을 위해 다른 계수가 필요하다.

여기서 측정 간격 T 내에 필터링된 입력 신호의 평균 제곱값, 즉 파워는 다음과 같이 측정된다:

여기서 y_i는 위에서 설명한 2단계 사전 필터를 통과한 입력 신호이며, i∈I이고 I={L,R,C,Ls,Rs}, 즉 입력 채널들의 집합이다. 측정 구간 T 동안의 라우드니스는 다음과 같이 정의된다:

여기서 Gi는 개별 채널에 대한 가중치 계수이다. 게이티드 라우드니스 측정을 계산하기 위해, 측정 구간 T는 중첩되는 게이팅 블록 간격들의 집합으로 나뉜다. 게이팅 블록은 인접한 오디오 샘플들의 집합이며, 길이는 가장 가까운 샘플 단위로 400 ms(Tg=400 ms)이다. 각 게이팅 블록의 중첩 비율은 게이팅 블록 기간의 75%여야 한다. 측정 구간은 반드시 게이팅 블록이 끝나는 시점에서 종료되어야 하며, 측정 구간 끝에 불완전한 게이팅 블록이 있을 경우 이는 사용하지 않는다. 측정 구간 T 내의 i번째 입력 채널의 j번째 게이팅 블록의 파워(평균 제곱값)는 다음과 같다:

j번째 게이팅 블록 라우드니스는 다음과 같이 정의된다:

게이팅 임계값 Γ에 대해, 게이팅 블록 라우드니스가 임계값을 초과하는 게이팅 블록 지수들의 집합 Jg ={j:lj >Γ}가 정의된다. Jg 의 원소 개수는∣Jg∣이다. 측정 구간 T의 게이티드 라우드니스는 다음과 같이 정의된다:

게이티드 측정은 두 단계 과정으로 수행된다. 먼저 절대 임계값을 사용하고, 그 다음 상대 임계값을 사용한다. 절대 임계값 이하의 게이팅 블록들은 상대 임계값 계산에 사용되지 않는다. 상대 임계값 Γr 는 절대 임계값 Γa=−70 LKFS를 사용하여 라우드니스를 측정하고, 그 결과에서 10을 뺌으로써 계산된다. 즉:

여기서:

게이팅된 라우드니스는 다음과 같이 Γr 를 사용하여 계산할 수 있다:

여기서:

이 측정에서 생성되는 주파수 가중치는 사전 필터에 의한 것으로, 1단계 필터는 머리의 음향 효과를 보상하기 위해 설계된 필터이며, 2단계 필터는 RLB 가중치 필터이다. 이 두 필터의 결합은 K-가중치로 지정된다. 식 (2)에서 계산된 라우드니스 값 뒤에는 LKFS라는 표시를 붙여야 한다. 이 표시는 Loudness, K-weighted, nominal full scale 대비 상대 단위를 의미한다. LKFS 단위는 데시벨과 동등하며, 신호의 레벨이 1 dB 증가하면 라우드니스 측정값도 1 LKFS 만큼 증가한다. 만약 0 dB FS, 1 kHz (정확히는 997 Hz, 참고 사항 1과 2 참조) 사인파가 좌, 중앙 또는 우 채널 입력에 적용된다면, 표시되는 라우드니스는 −3.01 LKFS가 된다.

참고 1 – 식 (2)의 상수 −0.691은 997 Hz에서 K-가중의 게인을 상쇄한다.
참고 2 – IEC 61606은 별도 명시가 없는 한, 측정을 위한 기준 주파수로 실제 주파수인 997 Hz를 사용하며, 비중요 문맥에서는 명목 주파수 1 kHz로 표현 가능하다고 명시한다.

각 채널에 대한 가중치 계수는 표 3에 나와 있다.

이 알고리즘은 방송 콘텐츠에 전형적인 오디오 프로그램에 대해 효과적인 것으로 입증되었으나, 일반적으로 순수 음(pure tones)의 주관적 라우드니스를 추정하는 데 적합하지 않다는 점을 주목할 필요가 있다.

이는 순수 음에 대해서는 알고리즘이 라우드니스를 과소평가하는 경향이 있기 때문이다.

부록 1 부속서 1 (참고용)

멀티 채널 측정 알고리즘의 설명 및 개발

본 부속서는 오디오 신호의 주관적 라우드니스를 객관적으로 측정하기 위해 새로 개발된 알고리즘을 설명한다. 이 알고리즘은 모노, 스테레오 및 멀티 채널 신호의 라우드니스를 정확하게 측정하는 데 사용할 수 있다. 제안된 알고리즘의 주요 이점은 매우 단순하여, 매우 낮은 비용으로 구현할 수 있다는 점이다. 이 부속서에서는 또한 알고리즘 성능 평가를 위해 사용된 주관적 데이터베이스를 형성하기 위해 진행된 공식 주관적 시험 결과도 설명한다.

1. 서론

오디오 신호의 주관적 라우드니스를 측정하고 제어해야 하는 많은 응용 분야가 있다. 예로는 텔레비전과 라디오 방송 응용 분야가 있는데, 여기서는 오디오 자료의 성격과 내용이 자주 변화한다. 이러한 응용 분야에서는 오디오 콘텐츠가 음악, 음성, 음향 효과 또는 이들의 조합 사이를 계속 전환할 수 있다. 이러한 프로그램 자료 내용의 변화는 주관적 라우드니스에 큰 변화를 초래할 수 있다. 게다가 다양한 형태의 다이나믹스 프로세싱이 신호에 자주 적용되며, 이는 신호의 인지된 라우드니스에 상당한 영향을 미칠 수 있다. 물론, 라우드니스 문제는 다이나믹스 프로세싱이 일반적으로 녹음의 인지된 라우드니스를 극대화하기 위해 사용되는 음악 산업에서도 매우 중요하다. 최근 몇 년간 Radiocommunication Working Party 6P에서는 방송 응용을 위한 전형적 프로그램 자료의 인지 라우드니스를 객관적으로 측정하는 수단을 규명하기 위한 노력이 계속되어 왔다. ITU-R의 첫 단계 노력은 독점적으로 객관적 모노 포닉 라우드니스 알고리즘을 검토했으며, 가중 평균 제곱 측정인 Leq(RLB)가 모노 포닉 신호에 대해 최상의 성능을 제공함이 나타났다 [A1-2]. 방송 응용을 위해 모노, 스테레오, 멀티 채널 신호 모두를 처리할 수 있는 라우드니스 미터가 필요하다는 점이 널리 인정되고 있다. 본 부속서는 모노, 스테레오, 멀티 채널 오디오 신호에서 성공적으로 작동하는 새로운 라우드니스 측정 알고리즘을 제시한다. 제안된 알고리즘은 Leq(RLB) 알고리즘의 직관적인 확장에 기반한다. 더욱이 새 멀티 채널 알고리즘은 모노 포닉 Leq(RLB) 알고리즘의 매우 낮은 계산 복잡도를 유지한다.

2. 배경

ITU-R 연구의 첫 단계에서 대표적 모노 포닉 프로그램 자료의 라우드니스 지각을 검토하기 위한 주관적 시험 방법이 개발되었다 [A1-2]. 이 주관적 시험은 전 세계 5개 장소에서 이루어졌으며, 라우드니스 측정 알고리즘 성능 평가에 사용할 주관적 데이터베이스를 만들기 위한 것이었다. 시험 참가자들은 다양한 모노 포닉 오디오 시퀀스의 라우드니스를 기준 시퀀스와 맞추었다. 오디오 시퀀스는 실제 방송 자료(텔레비전 및 라디오)에서 추출되었다. 이 시험과 더불어, 캐나다 통신 연구 센터의 오디오 지각 실험실에서 평가를 위해 7개 단체가 제출한 10개의 상업용 모노 포닉 라우드니스 미터/알고리즘이 검토되었다. 또한 Soulodre는 성능 기준선을 제공하기 위해 두 가지 기본 라우드니스 알고리즘을 추가로 제출했다 [A1-2]. 이 두 객관적 측정법은 간단한 주파수 가중 함수와 평균 제곱 측정 블록으로 구성된다. 두 측정법 중 하나인 Leq(RLB)는 재설계한 저주파 B 곡선(RLB)이라는 하이패스 주파수 가중곡선을 사용한다. 다른 측정법인 Leq는 단순한 비가중 평균 제곱 측정법이다. 그림 5는 Leq(RLB) 라우드니스 미터에 대한 ITU-R 초기 연구 결과를 보여준다. 가로축은 주관적 데이터베이스에서 파생된 상대 주관적 라우드니스를 나타내고, 세로축은 Leq(RLB) 측정법이 예측한 라우드니스를 나타낸다. 그래프의 각 점은 시험 중 하나의 오디오 테스트 시퀀스 결과를 나타낸다. 빈 원은 음성 기반 오디오 시퀀스를, 별표는 비음성 시퀀스를 대표한다. 데이터 점들이 대각선 주변에 밀집해 있어 Leq(RLB) 미터의 매우 우수한 성능을 나타낸다. Leq(RLB)는 평가된 모든 미터 중 가장 좋은 성능을 보였으며(통계적 의미 내에서는 일부 심리음향 기반 미터도 비슷한 성능을 보임), Leq 또한 RLB만큼 거의 좋은 성능을 나타냈다. 이 결과는 전형적인 모노 포닉 방송 자료에 대해 상세한 지각 모델을 포함할 수 있는 복잡한 측정법에 비해 간단한 에너지 기반 라우드니스 측정법도 충분히 견고함을 시사한다.

3. Leq(RLB) 알고리즘의 설계

Leq(RLB) 라우드니스 알고리즘은 매우 단순하게 설계되었다. Leq(RLB) 알고리즘의 블록 다이어그램이 그림 6에 나타나 있다. 이 알고리즘은 하이패스 필터와 그 다음에 시간에 대한 에너지를 평균하는 수단으로 구성된다. 필터의 출력은 에너지를 합산하고 시간에 대해 평균을 계산하는 처리 블록으로 전달된다. 이 필터의 목적은 신호 스펙트럼 내용에 대해 인지적으로 관련된 가중치를 제공하는 것이다. 라우드니스 측정에 이 기본 구조를 사용하는 장점 중 하나는 모든 처리가 매우 낮은 계산량을 요구하는 간단한 시간 영역 블록으로 수행될 수 있다는 점이다.

그림 6에 나타난 Leq(RLB) 알고리즘은 단순히 등가음압 수준(Leq) 측정의 주파수 가중 버전이다. Leq는 다음과 같이 정의된다:

여기서:

xW: 가중 필터 출력의 신호
xRef: 어떤 참조 레벨
T: 오디오 시퀀스의 길이.

Leq(W)에서 W 기호는 주파수 가중치를 나타내며, 이 경우에는 수정된 저주파 B-곡선(RLB)을 의미한다.

4. 주관적 시험

잠재적인 멀티 채널 라우드니스 측정법을 평가하기 위해서는 주관적 데이터베이스를 구축하기 위한 공식적인 주관적 시험을 실시할 필요가 있었다. 잠재적 라우드니스 측정 알고리즘은 이후 주관적 시험 결과를 예측하는 능력을 기반으로 평가될 수 있다. 해당 데이터베이스는 모노, 스테레오 및 멀티 채널 프로그램 자료의 광범위한 범위에 대해 인지된 라우드니스 등급을 제공했다. 시험에 사용된 프로그램 자료는 전 세계의 실제 텔레비전 및 라디오 방송뿐만 아니라 CD 및 DVD에서도 가져왔다. 테스트 시퀀스에는 음악, 텔레비전 및 영화 드라마, 스포츠 이벤트, 뉴스 방송, 음향 효과 및 광고가 포함되었다. 시퀀스에는 여러 언어의 음성 구간도 포함되어 있었다.

4.1 주관적 시험 셋업

주관적 시험은 라우드니스 매칭 작업으로 구성되었다. 시험 대상자들은 다양한 전형적인 프로그램 자료를 듣고, 각 시험 항목의 레벨을 참조 신호와 인지된 라우드니스가 일치할 때까지 조절하였다(그림 7 참고). 참조 신호는 항상 60 dBA 레벨로 재생되었는데, 이는 Benjamin이 실제 가정에서 텔레비전 시청 시 전형적인 청취 레벨로 보고한 값이다[A1-1].

호주 방송 공사(Australian Broadcasting Corporation)가 개발하고 기여한 소프트웨어 기반 멀티 채널 주관적 시험 시스템은 청취자가 시험 항목 간에 즉시 전환하고 각 항목의 레벨(라우드니스)을 조절할 수 있도록 하였다. 시험 소프트웨어 스크린샷은 그림 8에 나와 있다. 시험 항목의 레벨은 0.25 dB 단위로 조절할 수 있었다. “1”로 표시된 버튼을 선택하면 참조 신호에 접근할 수 있으며, 참조 신호의 레벨은 고정되어 있었다.

컴퓨터 키보드를 사용하여, 피실험자는 특정 시험 항목을 선택하고 그 레벨을 참조 신호와 라우드니스가 일치할 때까지 조절하였다. 피실험자는 적절한 키를 선택하여 어느 시험 항목이든 즉시 전환할 수 있었다. 시퀀스들은 시험 동안 계속 반복 재생되었다. 소프트웨어는 피실험자가 설정한 각 시험 항목의 이득 설정값을 기록하였다. 따라서 주관적 시험은 각 시험 시퀀스의 라우드니스가 참조 시퀀스와 일치하도록 하는 데 필요한 이득값(데시벨) 집합을 산출하였다. 이는 각 시험 항목의 상대 라우드니스를 직접 결정할 수 있게 하였다. 정식 블라인드 테스트를 실시하기 전에, 각 피실험자는 시험 소프트웨어와 실험 과제에 익숙해지는 훈련 세션을 거쳤다. 많은 시험 항목이 음성과 기타 소리(예: 음악, 배경 소음 등)의 혼합물을 포함하고 있었기 때문에, 피실험자들은 신호의 음성 성분뿐 아니라 전체 신호의 라우드니스를 맞추도록 특별히 지시받았다. 정식 블라인드 시험 동안 각 피실험자에게 제시된 시험 항목의 순서는 무작위로 결정되었다. 따라서 두 명의 피실험자가 동일한 순서로 시험 항목을 받는 경우는 없었다. 이 조치는 순서 효과에 의한 어떠한 편향 가능성도 제거하기 위해서 수행되었다.

4.2 주관적 데이터베이스

제안된 알고리즘의 성능을 평가하기 위해 사용된 주관적 데이터베이스는 실제로 세 개의 별도 데이터셋으로 구성되어 있다. 이 데이터셋들은 수년에 걸쳐 수행된 세 개의 독립적인 주관적 시험에서 만들어졌다. 첫 번째 데이터셋은 96개의 모노 포닉 오디오 시퀀스의 인지된 라우드니스를 맞추는 원래 ITU-R 연구의 결과로 구성되었다. 이 데이터셋을 위해, 전 세계 다섯 개 장소에서 주관적 시험이 수행되어 총 97명의 청취자가 참여하였다. ITU-R Radiocommunication WP 6P SRG3의 세 명의 패널 멤버들이 시험 시퀀스와 참조 항목을 선택하였다. 이 실험에서 참조 신호는 영어 여성 음성이었으며, 시퀀스들은 청취자 바로 앞에 배치된 단일 스피커를 통해 재생되었다. 원래 ITU-R 모노 포닉 연구 이후, 일부 알고리즘 지지자들은 주관적 시험에 사용된 신호의 범위와 유형이 충분히 포괄적이지 않다고 추측하였다. 그리고 이것이 단순한 Leq(RLB) 에너지 기반 알고리즘이 다른 모든 알고리즘을 능가한 이유라고 추정하였다. 이 문제를 해결하기 위해, 지지자들은 추가 주관적 시험을 위한 새로운 오디오 시퀀스를 제출하도록 요청받았다. 이들은 Leq(RLB) 알고리즘에 대해 보다 도전적인 것으로 여겨지는 모노 포닉 시퀀스를 제출하도록 권장받았다. 그러나 계량기 지지자 중 두 명만이 새로운 시퀀스를 제출하였다. 이 새로운 시퀀스를 사용하여, 캐나다 통신 연구 센터의 오디오 지각 실험실에서 공식적인 주관적 시험이 수행되었다. 총 20명의 피실험자가 96개 모노 포닉 시퀀스에 대해 라우드니스 평가를 제공하였다. 이 시험은 첫 번째 데이터셋 생성에 사용된 동일한 주관적 방법론과 동일한 참조 신호를 사용하였다. 세 번째 데이터셋은 144개의 오디오 시퀀스에 대한 라우드니스 평가로 구성되었다. 시험 시퀀스는 48개의 모노 포닉 항목, 48개의 스테레오 항목, 48개의 멀티 채널 항목으로 구성되었다. 더욱이, 모노 포닉 항목의 절반은 중심 채널(모노)을 통해 재생되었고, 나머지 절반은 좌우 스피커(듀얼 모노)를 통해 재생되었다. 이는 모노 포닉 신호를 청취하는 두 가지 다른 방법을 반영하기 위함이다. 이 시험에서 참조 신호는 스테레오 분위기와 저수준 배경 음악이 포함된 영어 여성 음성이었다. 총 20명의 피실험자가 이 시험에 참여했으며, 시험에는 권고 ITU-R BS.775에 명시되고 그림 9에 나타난 스피커 구성 방식이 사용되었다.

첫 번째와 두 번째 데이터셋은 모노 포닉 시험 시퀀스로만 제한되어 있었기 때문에 이미징은 고려 사항이 아니었다. 스테레오 및 멀티 채널 시퀀스를 포함하는 세 번째 데이터셋에서는 이미징이 중요한 고려 사항이었으며, 이를 다루어야 했다. 시퀀스 내의 이미징과 분위기가 시퀀스의 인지된 라우드니스에 상당한 영향을 미칠 수 있다고 여겨졌다. 따라서 스테레오 및 멀티 채널 시퀀스는 다양한 이미징 스타일(예: 중앙 팬 대 좌우 강제, 앞쪽 소스 대 주변 소스)과 분위기 정도(예: 건조한 정도 대 잔향 있는 정도)를 포함하도록 선택되었다. 모노, 듀얼 모노, 스테레오 및 멀티 채널 신호의 라우드니스를 동시에 맞춰야 했기 때문에, 이 시험은 모노 신호로만 제한된 이전 데이터셋보다 본질적으로 더 어려웠다. 이러한 어려움은 다양한 이미징 스타일과 분위기 양의 차이로 더욱 심화되었다. 이러한 요인들로 인해 피실험자들이 과중한 과제에 직면할 수 있다는 우려가 있었다. 다행히도 예비 시험에서는 이 과제가 관리 가능함을 시사했으며, 실제로 20명의 피실험자는 일관된 결과를 제공할 수 있었다.

5. 멀티채널 라우드니스 알고리즘 설계

앞서 언급한 바와 같이, Leq(RLB) 알고리즘은 모노 포닉 신호에 적용되도록 설계되었으며, 이전 연구에서 이 작업에 매우 성공적임이 입증되었다. 멀티 채널 라우드니스 알고리즘 설계는 몇 가지 추가적인 과제를 야기한다. 성공적인 멀티 채널 알고리즘에 대한 핵심 요구사항은 모노, 듀얼 모노, 스테레오 신호에도 잘 작동해야 한다는 점이다. 즉, 이러한 포맷들은 멀티 채널 신호의 특수한 경우로 간주되어야 한다(매우 일반적인 경우임에도 불구하고). 본 연구에서는 멀티 채널 신호가 표준 권고 ITU-R BS.775 5.1 채널 구성에 부합한다고 가정한다. LFE 채널은 고려하지 않는다. 멀티 채널 라우드니스 미터에서는 각 개별 오디오 채널의 라우드니스를 모노 포닉 Leq(RLB) 알고리즘으로 독립적으로 측정한다(그림 10 참조). 하지만 Leq(RLB) 측정을 하기 전에 각 채널마다 프리 필터링이 적용된다.

프리 필터의 목적은 머리가 들어오는 신호에 미치는 음향 효과를 반영하기 위함이다. 여기서 머리는 단단한 구체로 모델링된다. 동일한 프리 필터가 각 채널에 적용된다. 산출된 라우드니스 값은 신호가 도달하는 각도에 따라 가중치(Gi)를 부여받고, 선형 영역에서 합산되어 복합 라우드니스 측정 값을 제공한다. 이 가중치는 청취자의 뒤쪽에서 도달하는 소리가 앞쪽에서 도달하는 소리보다 더 크게 인지될 수 있음을 반영하기 위해 사용된다. 그림 10의 “프리 필터”와 “RLB 필터”의 조합은 부속서 1 본문에 명시된 바와 같이 K-가중치라고 한다. 제안된 멀티 채널 라우드니스 알고리즘의 주요 장점 중 하나는 단순성이다. 이 알고리즘은 시간 영역에서 저렴한 하드웨어로 쉽게 구현할 수 있는 매우 기본적인 신호 처리 블록들로만 구성되어 있다. 또 다른 주요 장점은 확장성이다. 각 채널에 적용되는 처리가 동일하므로, 1채널에서 N채널까지 어떤 수의 채널이든 수용할 수 있는 미터를 구현하는 것이 매우 간단하다. 또한, 개별 채널의 기여도가 신호 레벨이 아니라 라우드니스 값으로서 합산되므로, 알고리즘은 채널 간 위상이나 상관계수에 의존하지 않는다. 이로 인해 제안된 라우드니스 측정법은 훨씬 더 범용적이고 견고하다.

6. 멀티채널 알고리즘 평가

세 개 데이터셋에서 사용된 336개의 오디오 시퀀스는 제안된 멀티 채널 알고리즘을 통해 처리되었으며, 예상된 라우드니스 등급이 기록되었다. 이 과정을 통해 알고리즘의 전체 성능은 예상 등급과 공식 주관적 시험에서 얻은 실제 주관적 등급 간의 일치도를 바탕으로 평가될 수 있었다. 그림 11, 12, 13은 세 데이터셋에 대한 제안된 라우드니스 미터의 성능을 나타낸다. 각 그림에서 가로축은 데이터셋 내 각 오디오 시퀀스의 주관적 라우드니스를 제공하며, 세로축은 제안된 라우드니스 미터가 예측한 객관적 라우드니스를 나타낸다. 그래프상의 각 점은 개별 오디오 시퀀스에 대한 결과를 나타낸다. 완벽한 객관적 알고리즘이라면 모든 데이터 점이 원점을 지나 기울기 1인 대각선 상에 위치할 것이다(그림에 표시된 바와 같이).

그림 11에서 제안된 멀티 채널 라우드니스 알고리즘이 첫 번째(모노 포닉) 데이터셋의 결과를 매우 잘 예측하는 것을 확인할 수 있다. 주관적 라우드니스 평가와 객관적 라우드니스 측정 간의 상관계수는 r=0.979이다. 그림 12에서 볼 수 있듯이, 두 번째 데이터셋에 대한 주관적 라우드니스 평가와 객관적 라우드니스 측정 간의 상관계수도 매우 우수하며 r=0.985이다. 흥미로운 점은 이 데이터셋에서 약 절반가량의 시퀀스가 음악이었다는 것이다.

그림 13은 모노, 듀얼 모노, 스테레오 및 멀티 채널 신호를 포함하는 세 번째 데이터셋의 결과를 보여준다. 그림 13과 14에 포함된 멀티 채널 결과는 지정된 알고리즘에 대한 것이지만, 서라운드 채널 가중치가 최종 사양인 1.5 dB 대신 원래 제안인 4 dB로 설정된 것이다. 4.0 dB에서 1.5 dB로의 변경이 결과에 큰 영향을 미치지 않는 것으로 확인되었다. 다시 한 번, 알고리즘의 성능은 매우 우수하며 상관계수는 r=0.980이다. 336개 오디오 시퀀스로 구성된 전체 주관적 데이터베이스에 대한 알고리즘 성능을 살펴보는 것이 유용하다. 따라서 그림 14는 세 개 데이터셋의 결과를 결합한 것이다. 전체 주관적 데이터베이스에 걸쳐 매우 우수한 성능을 보이며, 전체 상관계수는 r=0.977이다.

이 평가 결과는 Leq(RLB) 라우드니스 측정법을 기반으로 하는 멀티 채널 라우드니스 측정 알고리즘이 주관적 데이터베이스의 336개 시퀀스에 대해 매우 우수한 성능을 발휘함을 나타낸다. 주관적 데이터베이스는 음악, 텔레비전 및 영화 드라마, 스포츠 이벤트, 뉴스 방송, 음향 효과 및 광고 등 광범위한 프로그램 자료를 포함하고 있다. 또한 여러 언어의 음성 구간도 시퀀스에 포함되어 있다. 더 나아가, 결과는 제안된 라우드니스 미터가 모노, 듀얼 모노, 스테레오뿐만 아니라 멀티 채널 신호에서도 잘 작동함을 입증한다.

References

[A1-1] BENJAMIN, E. (October, 2004) Preferred Listening Levels and Acceptance Windows for Dialog Reproduction in the Domestic Environment, 117th Convention of the Audio Engineering Society, San Francisco, Preprint 6233.
[A1-2] SOULODRE, G.A. (May, 2004) Evaluation of Objective Loudness Meters, 116th Convention of the Audio Engineering Society, Berlin, Preprint 6161.

Annex 2

Guidelines for accurate measurement of “true-peak” level

이 부속서는 단일 채널 선형 PCM 디지털 오디오 신호 내에서 실제 피크 레벨을 추정하는 알고리즘을 설명한다. 다음 설명은 48 kHz 샘플링 주파수를 전제로 한다. 실제 피크 레벨은 연속 시간 도메인에서 신호 파형의 최대 (양수 또는 음수) 값이며, 이 값은 48 kHz 시간 샘플링 도메인의 최대 샘플 값보다 더 클 수 있다.

1. 요약

처리 단계는 다음과 같다:

감쇠: 12.04 dB 감쇠
4배 오버샘플링
저역통과 필터
절대값 처리
dB TP(실제 피크)로 변환

2. Block diagram

3. 상세 설명

첫 번째 단계는 12.04 dB(2비트 시프트)의 감쇠를 가하는 것이다. 이 단계의 목적은 후속 신호 처리에서 정수 연산을 사용할 경우를 대비한 여유 공간을 제공하는 것이다. 부동 소수점 계산 시에는 이 단계가 필요하지 않다. 4배 오버샘플링 필터는 신호 샘플링 주파수를 48 kHz에서 192 kHz로 증가시킨다. 이 고샘플링 신호는 오디오 샘플로 표현된 실제 파형을 더 정확히 나타낸다. 더 높은 샘플링 주파수와 오버샘플링 비율이 선호된다(이 부속서 부록 1 참조). 더 높은 샘플링 주파수를 가진 입력 신호는 상대적으로 더 적은 오버샘플링이 필요하다(예: 96 kHz 신호는 2배 오버샘플링으로 충분). 이 요구사항을 만족하는 한 세트 필터 계수(차수 48, 4상, FIR 보간 필터)는 다음과 같다:

샘플의 절대값은 음수 값 샘플을 반전시켜 취한다; 이 시점에서 신호는 단극성이며, 음수 값이 같은 크기의 양수 값으로 대체된다. 감쇠, 오버샘플링, 필터링, 절대값 처리의 네 단계를 거친 후의 결과는 원래 샘플 값과 동일한 도메인(예: 24비트 정수)에 속하는 수치이다. 이후에 초기 12.04 dB 감쇠를 보상할 필요가 있다. 이 보상은 전체 처리의 이득을 정상화하여 1배가 되게 한다. 감쇠된 값을 12.04 dB(2비트 왼쪽 시프트) 증폭하는 것은, 일반적으로 원래 형식의 전체 스케일 범위보다 높은 값을 표현할 수 있는 수치 형식으로의 변환을 요구할 수 있다. 부동 소수점 형식으로 계산 단계를 수행하면 이 요구를 충족시킨다. 결과를 증폭하는 대신, 미터 스케일을 적절히 보정하는 방법도 있다. 이 가이드라인을 따르고 최소 192 kHz 오버샘플링 샘플링 레이트를 사용하는 미터는 결과를 dB TP 단위로 표시해야 하며, 결과를 로그 스케일로 변환한다. 이는 감쇠, 오버샘플링, 필터링, 절대값 처리된 신호의 “20log10”을 계산하고 12.04 dB를 더하는 것으로 달성할 수 있다. “dB TP” 표기는 100% 풀 스케일 대비 실제 피크 측정을 나타내는 데시벨 단위임을 의미한다.

LUFS

¹⁾

ex)0LU=-23LUFS

²⁾

Loudness units relative to full scale

³⁾

Loudness, K-weighted, relative to full scale

⁴⁾

K-가중 필터는 두 단계의 필터링으로 구성된다; 첫 번째 단계는 셸빙 필터(shelving filter)이고, 두 번째 단계는 하이패스 필터이다.