지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
최근 음성합성(text-to-speech, TTS) 기술의 발전은 합성음의 음질을 크게 향상하였으며, 사람의 음성에 가까운 합성음을 생성할 수 있는 수준에 이르렀다. 특히, 다양한 음성 특성과 개인화된 음성을 제공하는 TTS 모델은 AI(artificial intelligence) 튜터, 광고, 비디오 더빙과 같은 분야에서 널리 활용되고 있다. 따라서 본 논문은 훈련 중 보지 않은 화자의 발화를 사용하여 음성을 합성함으로써 음향적 다양성을 보장하고 개인화된 음성을 제공하는 원샷 다화자 음성합성 시스템을 제안했다. 이 제안 모델은 FastSpeech2 음향 모델과 HiFi-GAN 보코더로 구성된 TTS 모델에 RawNet3 기반 화자 인코더를 결합한 구조이다. 화자 인코더는 목표 음성에서 화자의 음색이 담긴 임베딩을 추출하는 역할을 한다. 본 논문에서는 영어 원샷 다화자 음성합성 모델뿐만 아니라 한국어 원샷 다화자 음성합성 모델도 구현하였다. 제안한 모델로 합성한 음성의 자연성과 화자 유사도를 평가하기 위해 객관적인 평가 지표와 주관적인 평가 지표를 사용하였다. 주관적 평가에서, 제안한 한국어 원샷 다화자 음성합성 모델의 NMOS(naturalness mean opinion score)는 3.36점이고 SMOS(similarity MOS)는 3.16점이었다. 객관적 평가에서, 제안한 영어 원샷 다화자 음성합성 모델과 한국어 원샷 다화자 음성합성 모델의 P-MOS(prediction MOS)는 각각 2.54점과 3.74점이었다. 이러한 결과는 제안 모델이 화자 유사도와 자연성 두 측면 모두에서 비교 모델들보다 성능이 향상되었음을 의미한다.
목차
Abstract
1. 서론
2. One-Shot Multi-Speaker Text-to-Speech 제안 모델
3. 실험
4. 실험 결과
5. 결론
References
국문초록
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
An Automated Error Detection Method for Speech Transcription Corpora Based on Speech Recognition and Language Models
이정필
,
이지현
,
최예린
외 2명
Journal of KIISE
2024
.04
한글의 음절 단위 구분성을 이용한 한국어 음성 합성
박재홍
,
문성환
,
김남수
한국통신학회 학술대회논문집
2024
.01
발전설비 용접부 초음파검사 신호 취득 정밀도 향상을 위한 스캐너 개발
전준희
,
최인환
,
박상기
비파괴검사학회지
2024
.02
음성 데이터 품질이 음성인식 모델에 미치는 영향 연구
김영진
,
차현종
,
강아름
한국컴퓨터정보학회논문지
2024
.01
우리집 막내: 가족 구성원들의 친밀한 대화를 돕는 휴먼 감성 AI스피커
구나혜
,
송은주
,
임현서
외 2명
한국HCI학회 학술대회
2023
.02
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089598723