초고속 속청엔 왜 ‘남성 저음’인가 — 배속에서 살아남는 목소리

📉① 가속하면 명료도가 무너지는 속도가 다르다

재생 배속을 올려 시간 압축(Time Compression)을 걸면 모든 화자의 말이 알아듣기 어려워진다. 문제는 무너지는 ‘기울기’다. 시간 압축 청취 실험들에서 여성 화자의 음성은 압축률이 올라갈수록 명료도가 더 가파르게 떨어졌고, 청취자가 느끼는 주관적 곤란도의 증가 폭도 남성 음성 쪽이 일관되게 작았다. 즉 속도를 올릴수록 남성 저음이 상대적으로 더 잘 버틴다.

📐② 모음 공간(Vowel Space) — 남성 쪽이 더 넓다

극한 가속에서는 입이 미처 움직이기 전에 다음 음절이 와서, 음소의 주파수 성분이 가운데로 몰리는 ‘포먼트 중앙화’ 왜곡이 생긴다. 이때 모음들이 서로 얼마나 떨어져 있었는지가 방어막이 된다.

• 여성 화자 · 약 13.8~14.2 Bark모음 공간 둘레가 상대적으로 좁아, 배속을 조금만 올려도 음소 경계가 쉽게 겹치며 모음이 서로 혼동되기 시작한다.
• 남성 화자 · 약 15.3~16.0 Bark모음 공간이 더 넓게 확보돼 있어, 3~5배속에서 포먼트가 압착돼 들어와도 모음 사이의 물리적 거리가 남는다 — 어음 변별이 쉽게 무너지지 않는다.

⚙️③ 배속 알고리즘(TSM)과의 상성 — 금속성 잡음의 차이

음정은 유지한 채 속도만 바꾸는 알고리즘(WSOLA 등)은 파형 조각을 잘라 위상이 깨지지 않게 다시 이어 붙인다. 여성 음성은 기본 주파수(f₀)와 포먼트가 높고 고조파 간격이 촘촘해서, 알고리즘이 그 조밀한 주기를 놓치면 이음매에서 소리가 잘게 떨리는 금속성 아티팩트(phasiness)가 잘 생긴다. 반대로 기본 주파수 95~105Hz 대의 변동 폭이 적은 차분한 남성 저음은 가속을 통과해도 음향 골격이 잘 버텨, 결과적으로 더 깨끗하게 디코딩된다.

🎯정리 — 취향이 아니라 설계 조건

1배속에서는 성별이 거의 문제가 되지 않는다. 하지만 3배속 이상으로 올려 훈련하는 순간, 안정적인 남성 저음은 시간 압축이 만드는 음향 왜곡과 알고리즘 노이즈로부터 명료도를 지켜 주는 실용적인 방어막이 된다. BrainHz가 속청 기본 음성을 저음·안정형으로 두는 이유이며, 여기에 무손실 WAV가 더해질 때 효과가 온전해진다.