초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

음성합성은 인간의 음성을 컴퓨터 알고리즘을 이용해 생성하는 기술로 지난 수십 년간 꾸준히 연구되어 발전해왔다. 그러나 현재까지도 음성합성 기술 개발은 사람만큼 자연스러운 음성을 생성하는 데에 많은 어려움을 겪고 있다. 특히 화자마다 고유한 발화 스타일에서 비롯되는 여러가지 음성언어 특징을 잘 반영하는 것은 음성합성에서의 난제이다. 음성합성 기술이 음성언어의 다양한 특징을 잘 반영하게 된다면 그동안 기존 음성합성 기술로는 쉽게 접근하지 못했던 감정 표현이나 외국어 발화같은 영역에서도 음성합성 기술이 적용될 수 있다. 본 연구에서는 현재 음성합성 모델이 음성언어의 특징을 어떻게 반영하고 있는지 비교분석하여 음성합성 기술의 한계와 앞으로의 나아갈 방향을 모색하고자 한다.
여러 음성합성 기술 중에서도 가장 최근에 개발된 딥러닝(Deep Learning) 기반 모델들을 음성학적 관점에서 비교, 분석하면서 살펴보고자 하였다. 최근에 제시되고 있는 딥러닝 기반 음성합성 모델들은 문자를 ...

음성합성은 인간의 음성을 컴퓨터 알고리즘을 이용해 생성하는 기술로 지난 수십 년간 꾸준히 연구되어 발전해왔다. 그러나 현재까지도 음성합성 기술 개발은 사람만큼 자연스러운 음성을 생성하는 데에 많은 어려움을 겪고 있다. 특히 화자마다 고유한 발화 스타일에서 비롯되는 여러가지 음성언어 특징을 잘 반영하는 것은 음성합성에서의 난제이다. 음성합성 기술이 음성언어의 다양한 특징을 잘 반영하게 된다면 그동안 기존 음성합성 기술로는 쉽게 접근하지 못했던 감정 표현이나 외국어 발화같은 영역에서도 음성합성 기술이 적용될 수 있다. 본 연구에서는 현재 음성합성 모델이 음성언어의 특징을 어떻게 반영하고 있는지 비교분석하여 음성합성 기술의 한계와 앞으로의 나아갈 방향을 모색하고자 한다.
여러 음성합성 기술 중에서도 가장 최근에 개발된 딥러닝(Deep Learning) 기반 모델들을 음성학적 관점에서 비교, 분석하면서 살펴보고자 하였다. 최근에 제시되고 있는 딥러닝 기반 음성합성 모델들은 문자를 스펙트로그램(Spectrogram)으로 변환하는 타코트론(Tacotron)과 변환된 스펙트로그램(Spectrogram)을 음성신호로 변환해주는 보코더(Vocoder)로 구성되어 있다. 딥러닝(Deep Learning) 기반 보코더(Vocoder) 중에서는 가장 널리 쓰이는 모델인 Waveglow, WaveRNN 으로 비교 분석했다. 본 연구는 각 보코더(Vocoder)의 합성음에서 몇 가지 대표적인 음성학적 특징이 어떻게 반영이 되어 있는지를 분석했고 그 결과 각 보코더(Vocoder)의 장단점을 비교하여 더 나은 모델 개발에 기여할 수 있는 계기를 마련한다.

주제어