음성데이터와 관련된 국제 표준은 무엇인가요?

아래는 음성 데이터와 관련된 주요 국제 표준을 정리한 FAQ입니다.

1. Q: 음성 데이터 분야의 대표적인 국제 표준화 기구는 어디인가요?
A:
- ITU-T (International Telecommunication Union‐Telecommunication Standardization Sector)
- ISO/IEC (International Organization for Standardization / International Electrotechnical Commission)
- IETF (Internet Engineering Task Force)
- W3C (World Wide Web Consortium)

2. Q: 음성 전송용 코덱 표준에는 어떤 것이 있나요?
A: ITU-T G 시리즈가 대표적이며, 주요 코덱은 다음과 같습니다.
- G.711: µ-law/Α-law PCM (64 kbps)
- G.722: 7 kHz 대역폭 HD-Voice (48/56/64 kbps)
- G.726: ADPCM (16/24/32/40 kbps)
- G.729: CS-ACELP (8 kbps)
- G.723.1: MP-MLQ/ACELP (5.3/6.3 kbps)

3. Q: 멀티미디어 오디오 압축 표준은 무엇이 있나요?
A: MPEG 계열의 ISO/IEC 표준이 대표적입니다.
- ISO/IEC 11172-3 (MPEG-1 Audio Layer I/II/III)
- ISO/IEC 13818-7 (MPEG-2 AAC)
- ISO/IEC 14496-3 (MPEG-4 Audio: AAC, HE-AAC 등)
- ISO/IEC 23008-3 (MPEG-H 3D Audio)

4. Q: 오픈 인터넷 환경에서 주로 쓰이는 오디오 코덱 표준은?
A: IETF 및 Xiph.org 기반 코덱이 있습니다.
- Opus (IETF RFC 6716): 실시간 통신용 범용 코덱
- Vorbis (Xiph.org): 스트리밍·저장용 오픈 소스 코덱

5. Q: 음성 데이터 전송 및 보안 프로토콜 표준은?
A:
- RTP (Real-time Transport Protocol, IETF RFC 3550)
- RTCP (RTP Control Protocol)
- SRTP (Secure RTP, IETF RFC 3711) - SDP (Session Description Protocol, RFC 4566)

6. Q: IP 기반 음성통신(VoIP) 프로토콜 표준은?
A:
- SIP (Session Initiation Protocol, IETF RFC 3261)
- H.323 (ITU-T Recommendation for multimedia conferencing)
- MGCP, MEGACO/H.248 등

7. Q: 음성 품질 평가(Voice Quality) 표준은 어떤 것이 있나요?
A: ITU-T P 시리즈가 주로 쓰입니다.
- P.800: 주관적 음질 평가 방법
- P.862 (PESQ): Perceptual Evaluation of Speech Quality
- P.863 (POLQA): Perceptual Objective Listening Quality Assessment
- P.564: 단일엔드 음질 모니터링

8. Q: 음성 생체인식(Voice Biometrics) 관련 표준은?
A: ISO/IEC 생체인식 시리즈 중 음성에 특화된 문서가 있습니다.
- ISO/IEC 19794-13: Voice data format for interchange
- ISO/IEC 30107-3: Presentation attack detection (anti-spoofing)

9. Q: 음성 인식·합성 인터페이스 표준은 무엇인가요?
A: W3C 및 IETF에서 다음을 정의합니다.
- VoiceXML (W3C): 음성 애플리케이션 제어용 XML 스크립트
- SRGS (Speech Recognition Grammar Specification, W3C)
- SSML (Speech Synthesis Markup Language, W3C)
- MRCP (Media Resource Control Protocol, IETF RFC 3525/6787)

10. Q: 기타 참고할 만한 가이드라인이나 권고사항이 있나요?
A:
- ITU-T G.191: Digital Signal Processing library (DSP 함수 모음)
- ETSI TS 103 634: VoIP 서비스용 로그 기록 표준
- 3GPP TS 26 xxx 시리즈: 모바일 네트워크 음성·멀티미디어 서비스 규격

위 표준들은 음성 데이터의 수집·압축·전송·평가·인식·합성·보안 등 전 과정에서 폭넓게 적용되고 있으므로, 시스템 설계 및 개발 시 반드시 참고해야 합니다.

음성 데이터를 다루는 국제 표준은 크게 네트워크를 통한 전송·품질 평가, 압축 포맷, 음성 애플리케이션을 위한 마크업·메타데이터, 그리고 생체인식용 음성 표현 규격 등으로 나눠서 살펴볼 수 있습니다.

아래는 이러한 분야별 주요 표준들을 글로 정리한 내용입니다.

1. 음성 전송 품질 평가를 위한 ITU-T P 시리즈 • P.800 (Mean Opinion Score 평가 방법) 전화망이나 통신 시스템에서 녹음된 음성을 청취자에게 들려주고 주관적 품질 점수를 매기는 절차와 조건을 규정합니다.

• P.862 (PESQ: Perceptual Evaluation of Speech Quality) 주관적 청취 없이 원음과 처리 후 음성 신호를 비교하여 객관적인 품질 점수를 산출하는 알고리즘을 정의합니다.

• P.863 (POLQA: Perceptual Objective Listening Quality Assessment) 모바일·VoIP망 등 폭넓은 대역폭 환경에서도 신호 왜곡을 정밀하게 측정할 수 있도록 PESQ보다 확장된 모듈을 제공합니다.

• P.563 (Single-Ended 품질 평가) 원본 음성 정보 없이 단일 채널만으로 음성 품질을 예측하는 단독(참조 비참여) 모델 규격입니다.



2. 음성 압축 및 코덱 표준 • ISO/IEC MPEG-1 Audio Layer III (MP3, ISO/IEC 11172-

3) 고음질을 유지하면서 압축률을 높인 오디오 코덱입니다.

• ISO/IEC MPEG-2 AAC 및 MPEG-4 AAC (ISO/IEC 13818-7, 14496-

3) MP3보다 효율성이 높아 모바일·스트리밍 서비스에 널리 쓰입니다.

• MPEG-H 3D Audio (ISO/IEC 23008-

3) 다채널·객체 기반 믹싱을 지원하여 공간 음향(3D 오디오) 환경에 적합한 표준입니다.

• IETF Opus (RFC 671

6) 음성·음악을 모두 고품질로 지원하는 오픈 인터넷 표준 코덱으로, 실시간 통신(VoIP)에서 선호됩니다.

• 3GPP AMR-WB(+), EVS 등 이동통신용 음성 코덱 GSM/UMTS/LTE망에서 음성 품질과 대역폭 효율을 동시에 고려한 표준 코덱들입니다.



3. 음성 인식·합성·애플리케이션을 위한 마크업 및 API • W3C Speech Synthesis Markup Language (SSML) 텍스트 음성합성(TTS) 엔진에 전달할 발음, 억양, 속도, 강세 등의 세부 제어를 XML 기반으로 정의합니다.

• W3C Speech Recognition Grammar Specification (SRGS) 음성인식 엔진이 이해할 수 있는 문장 패턴·문법을 BNF 또는 XML 형식으로 표현합니다.

• W3C Semantic Interpretation for Speech Recognition (SISR) SRGS로 인식된 결과를 어떻게 의미 구조(예: JSON, XML)로 매핑할지 규정합니다.

• VoiceXML (OASIS) 음성 사용자 인터페이스(전화 자동응답 시스템 등)를 제작하기 위한 XML 어플리케이션 표준으로, TTS·ASR·DTMF 제어를 통합합니다.

• Web Speech API (W3C 초안) 브라우저 환경에서 음성 인식·합성을 자바스크립트로 제어할 수 있는 표준 인터페이스 사양입니다.



4. 음성 데이터 설명·검색을 위한 메타데이터 표준 • ISO/IEC 15938 (MPEG-

7) 오디오·비디오 콘텐츠의 검색·분석을 지원하는 멀티미디어 메타데이터 표현 체계를 정의합니다.

음성의 특성(피치, 스펙트럼, 화자 식별 정보 등)도 기술할 수 있습니다.

• ISO/IEC 24744 (Language Application Markup Language) 멀티미디어 언어 자원(텍스트·음성·주석 등)을 통합 관리하기 위한 마크업 규격입니다.

• EMMA (W3C Extensible MultiModal Annotation) 멀티모달 인터랙션(음성·터치·동작 등)의 해석 결과를 표준화된 XML로 기술합니다.



5. 음성 생체인식(Voice Biometric)을 위한 표준 • ISO/IEC 19794-13 (Biometric Data Interchange Format – Part 13: Voice Data) 음성 샘플 및 특징 벡터를 교환하기 위한 파일 포맷, 메타데이터(녹음 환경, 마이크 사양, 화자 정보 등) 구조를 규정합니다.

• ISO/IEC 20513 (Biometric Policy Interoperability Protocol) 생체인식 시스템 간 정책·자격 정보 교환을 위한 프로토콜로, 음성 생체인식에도 적용 가능하도록 확장될 수 있습니다.



6. 기타 관련 표준 및 권고 • ETSI Speech Processing, Transmission and Quality (STQ) 프레임워크 유럽 전기통신표준협회(ETSI)에서 VoIP, 웨이브렛 기반 코덱, 보안 음성 전송(VoIP 보안 등)을 다룹니다.

• 3GPP TS 26 시리즈 이동통신망에서의 음성코덱, 음성 품질 측정, 음성 서비스 API(spec for IMS-based services) 등을 규정합니다.

• Bluetooth HFP (Hands-Free Profile) 차량용 핸즈프리 음성통화의 오디오 전송 코덱 및 제어 인터페이스 프로파일을 정의합니다.

이처럼 음성 데이터 전처리·압축·전송·품질 평가·응용 서비스·메타데이터·생체인식에 이르기까지 매우 다양한 국제 표준이 존재하며, 각각의 목적과 적용 분야에 맞춰 적절한 사양을 선택·조합하여 활용할 수 있습니다.