인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
피인용 0
초록·키워드
본 논문은 외국어 영상물의 원본 성우 음성 특성과 감정을 보존하면서 다른 언어로 번역하는 지능형 음성 번역 시스템을 제안한다. 이를 위해 딥러닝 기반 제로샷 음성 클로닝 기술을 활용하여 기존 더빙과 자막의 한계를 극복하고자 하였다. 시스템은 음원에서 음성만 선별적으로 추출하는 음원 분리와 추출된 음성에서 각 발화의 구간을 탐지하고 텍스트로 변환하는 음성 처리, CLAP 모델을 활용한 감정 컨디셔닝 모듈, 그리고 제로샷 음성 클로닝이 가능한 텍스트-음성 변환 모델인 ZONOS TTS를 결합한 멀티모달 파이프라인으로 구성된다. 특히 본 논문의 핵심 기여인 감정 컨디셔닝 모듈은 CLAP 텍스트-오디오 인코더를 활용하여 원본 음성의 감정 상태를 8차원 벡터로 매핑하고, 이를 ZONOS TTS에 조건으로 전달하여 감정이 보존된 음성 합성을 수행한다. “The Simpsons” 애니메이션 클립을 대상으로 한 실험에서 51명에 대한 사용자 선호도 평가 결과, 82%의 사용자가 감정 컨디셔닝이 적용된 음성을 "더 자연스럽고 명확한 감정 표현"으로 평가하였다. 나아가 최신 상용 서비스와의 비교 평가에서도 62.2%의 선호도를 기록하며 감정 표현력 측면에서의 차별화된 성능을 입증하였다. 이를 통해 원본의 음성적 특성과 감정적 뉘앙스를 효과적으로 보존할 수 있음을 확인하였다. 음성 번역 결과 영상은 링크(https://m.site.naver.com/1T3Nv)에서 확인할 수 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096183321
