• 말소리와 음성과학
• /
• 제16권1호
• /
• pp.67-76
• /
• 2024

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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.338-339
• /
• 2018

본 논문은 스피커 임베딩을 이용한 다화자 음성 합성 시스템을 제안한다. 이 모델은 인공신경망을 기반으로 하는 당일화자 음성 합성 시스템인 타코트론을 기초로 구성된다. [1]. 제안 된 모델은 입력 데이터에 화자 임베딩을 추가 데이터로 항께 넣어주는 간단한 방식으로 구현되며 당일화자 모델에 비해 큰 성능 저하 없이 성공적으로 음성을 생성한다.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.469-475
• /
• 2022

딥러닝 기반 1인 화자 TTS 시스템의 모델을 학습하기 위해서 수십 시간 분량의 음성 DB와 많은 학습 시간이 요구된다. 이것은 다화자 또는 개인화 TTS 모델을 학습시키기 위해서는 시간과 비용 측면에서 비효율적 방법이다. 음색 복제 방법은 새로운 화자의 TTS 모델을 생성하기 위하여 화자 인코더 모델을 이용하는 방식이다. 학습된 화자 인코더 모델을 통해 학습에 사용되지 않은 새로운 화자의 적은 음성 파일로부터 이 화자의 음색을 대표하는 화자 임베딩 벡터를 만든다. 본 논문에서는 음색 복제 방식을 적용한 다화자 TTS 시스템을 제안한다. 제안한 TTS 시스템은 화자 인코더, synthesizer와 보코더로 구성되어 있는데, 화자 인코더는 화자인식 분야에서 사용하는 d-vector 기법을 적용한다. 학습된 화자 인코더에서 도출한 d-vector를 synthesizer에 입력으로 추가하여 새로운 화자의 음색을 표현한다. MOS와 음색 유사도 청취 방법으로 도출한 실험 결과로부터 제안한 TTS 시스템의 성능이 우수함을 알 수 있다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.675-681
• /
• 2021

최근 인공지능 스피커 시장이 성장하면서 사용자와 자연스러운 대화가 가능한 음성합성 기술에 대한 수요가 증가하고 있다. 따라서 다양한 음색의 목소리를 생성할 수 있는 다화자 음성합성 시스템이 필요하다. 자연스러운 음성을 합성하기 위해서는 대용량의 고품질 음성 DB로 학습하는 것이 요구된다. 그러나 많은 화자가 발화한 고품질의 대용량 음성 DB를 수집하는 것은 녹음 시간과 비용 측면에서 매우 어려운 일이다. 따라서 각 화자별로는 소량의 학습 데이터이지만 매우 많은 화자의 음성 DB를 사용하여 음성합성 시스템을 학습하고, 이로부터 다화자의 음색과 운율 등을 자연스럽게 표현하는 기술이 필요하다. 본 논문에서는 화자인식 기술에서 사용하는 딥러닝 기반 x-vector 기법을 적용하여 화자 인코더를 구성하고, 화자 인코더를 통해 소량의 데이터로 새로운 화자의 음색을 합성하는 기술을 제안한다. 다화자 음성합성 시스템에서 텍스트 입력에서 멜-스펙트로그램을 합성하는 모듈은 Tacotron2로, 합성음을 생성하는 보코더는 로지스틱 혼합 분포가 적용된 WaveNet으로 구성되어 있다. 학습된 화자 임베딩 신경망에서 추출한 x-vector를 Tacotron2에 입력으로 추가하여 원하는 화자의 음색을 표현한다.

• 공학논문집
• /
• 제8권1호
• /
• pp.59-65
• /
• 2006

본 논문에서는 마이크로폰 어레이 시스템을 이용하여 여러 화자의 음성 정보로부터 각 화자가 위치한 방향을 추정하는 기술 개발 내용을 다룬다. 성능 향상을 위한 전처리 과정으로 비선형 증폭기를 사용하여 거리에 따른 영향을 최소화하는 과정과 잡음에 대한 강인성을 얻기 위해 음성활성 영역을 검출하는 과정을 포함한다. 등간격으로 배치된 마이크로폰 어레이 시스템의 기하학적 특성에 따른 음원의 위치와 신호의 지연시간차이와의 상관관계로부터 화자의 위치를 역으로 추정하는 알고리즘을 기본으로 하여 가능성 척도를 계산하고 이를 활용하여 가능성이 높은 것들을 클러스터링하여 가능성이 있는 후보를 선정하여 화자의 방향을 검지한다. 이 과정에서 오인식을 최소화하기 위하여 가능성이 희박한 영역에 대한 추정 억제 방법으로 부정식 추론법을 적용하였다. 2 화자의 음성 신호를 입력으로 한 실험을 통하여 제안한 방법에 의한 다화자 방향검지의 가능성을 알아보았다.

• 한국항공우주학회지
• /
• 제37권10호
• /
• pp.947-954
• /
• 2009

본 연구에서는 다화학종 희박유동의 해석을 위해, GH(Generalized Hydrodynamic) 방정식을 기반으로 한 축대칭 유동 해석이 가능한 다화학종 GH 수치해석 기법을 전산유체역학 수치해석자로서 개발하였다. 최초로 구현된 다화학종 GH 수치기법은 축대칭 형상의 물체 주위의 극초음속 희박유동을 대상으로 하여, DSMC(Direct Simulation Monte Carlo) 및 N-S(Navier-Stokes) 방정식의 결과와의 비교를 통해 정확도를 검증하고자 하였다. GH 해석자의 정확도 향상을 위해 고체 벽면에서의 여러 가지 slip-wall 경계조건을 적용하고 각각의 결과를 비교하였다. 또한, 높은 Knudsen 수의 1차원 수직 충격파 구조 문제를 통해 GH 방정식의 엔트로피 특성 및 정확성을 고찰하였다.

• 한국노년학
• /
• 제38권1호
• /
• pp.1-14
• /
• 2018

노인성 난청은 일상생활 속 듣기 어려움(hearing handicap)을 유발함으로써 노년기 삶의 질을 저하시킨다. 본 연구에서는 초기 노인성 난청을 보이는 경도인지장애 노년층 40명과, 평균 연령 및 청력을 일치시킨 정상 노년층 40명을 대상으로 K-HHIE 설문을 실시하여 일상생활에서 느끼는 주관적 듣기 어려움 정도를 비교해보고자 하였다. 연구 결과, 첫째, K-HHIE의 사회적/상황적 점수, 정서적 점수, 그리고 총점에서 경도인지장애 노년층 집단이 정상 노년층 집단에 비해 유의하게 높은 점수를 나타내었다. 둘째, K-HHIE의 4개 요인 모두에서 경도인지장애 노년층 집단이 정상 노년층 집단에 비해 유의하게 높은 점수를 보였고, 특히 요인 1(대인관계 및 사회성)에서 집단 간 차이가 두드러졌다. 셋째, 집단에 따라 K-HHIE 문항별 평균 점수가 높은 상위 항목들을 비교한 결과, 경도인지장애 노년층과 정상 노년층 모두 8번 항목(작은 소리 듣기 어려움)과 15번 항목(TV 시청 불편함)에서 가장 많은 어려움을 호소하였으며, 특히, 경도인지장애 노년층은 요인 1에 해당하는 항목인 21번(식당에서 듣기 어려움)과 6번(모임 참석 시 듣기 어려움), 3번(대인기피), 20번(사회생활 제한) 항목들에서 높은 점수를 나타내었다. 본 연구는 초기 노인성 난청자 중에서도 인지장애가 있을수록 일상생활에서 더 많은 듣기 어려움을 호소하며, 특히 다화자 상황이나 배경 소음이 있는 상황에서의 듣기 어려움이 두드러지고, 이는 노년층의 사회활동을 제한시킬 뿐만 아니라 대인기피 등과 같은 정서적 문제를 야기할 수 있음을 확인하였다는 점에서 그 의의가 있다.

• 말소리와 음성과학
• /
• 제4권2호
• /
• pp.121-126
• /
• 2012

This study deals with how stuttering changes in its frequency in a situation where adult participants who stutter are exposed to one type of background noise, that is, multi-talker babble noise. Eight American English-speaking adults who stutter participated in this study. Each of the subjects read aloud sentences under each of three speaking conditions (i.e., typical solo reading (TSR), typical choral reading (TCR), and multi-talker babble noise reading (BNR)). Speech fluency was computed based on a percentage of syllables stuttered (%SS) and speaking rate was also assessed to examine if there was significant change in rates as a measure of vocal change under each of the speaking conditions. The study found that participants read more fluently both during BNR and during TCR than during TSR. The study also found that participants did not show significant changes in speaking rate across the three speaking conditions. Some discussion was provided in relation to the effect of multi-talker babble noise on the frequency of stuttering and its further speculation.

• 화훼연구
• /
• 제16권4호
• /
• pp.304-308
• /
• 2008

분화용 나팔나리 'Nellie White', 'Ace' 및 'Hinomoto'와 교잡으로 자가 수정 5세대에서 선발한 계통인 L2-17'과 'L2-21'을 교잡하여 1대 교잡종 'Charm'을 육성하였다. 종자번식 나팔나리 일대잡종 품종 'Charm'은 화색이 흰색이고, 식물체 당 개화수가 7.4개로 많은 편이며, 꽃의 직경이 16.5 cm이고 개화기는 4월 10일경이다. 초장은 60.3 cm이고, 잎의 수는 70.3개이고, 잎의 길이는 18.8 cm이며, 잎의 폭은 2.4 cm이다. 또한 관상기간이 24.5일이고 기호도가 높다. 한편 'Charm'의 협당 채종 종자수는 251.1개이고, 발아율은 94.7%로 높다. 이와 같이 일대 잡종 'Charm'은 식물체 하부 잎이 건실하여 초세가 강건하고, 화경이 크고 화수가 많아서 개화기간이 길다. 또한 종자번식을 하므로 무병주 생산이 가능하다.

• 한국잠사곤충학회지
• /
• 제9권
• /
• pp.49-66
• /
• 1969

피마잠은 열제비충의 다화성이고 피마자엽과 가죽나무잎을 먹는다. 피마자는 열대지방에서는 다년생이나 우리나라에서는 채종목적으로 매년 재배할 수 있다. 따라서 피마자는 농민의 자의에 따라 수시로 재배를 할 수 있고 피마잠도 그 경제성에 입각하여 사육할 수 있는 점이 가잠과 다르다. 한편 피마잠이 가죽나무잎을 먹는다는 사실도 본 잠업의 안정성을 기약할 수 있는 도움이 된다. 이러한 입장에서 필자들은 1963년이래 본 피마잠을 한국에서 가공개발하기 위하여 연구하여 산업화단계에 이르렀으므로 33개 실험결과를 종합하여 보고하게 되었다. 얻어진 결과는 다음과 같다. 1. 피마종자 채종밀도가 90cm$\times$90cm일때 종자와 수엽량이 가장 좋았다. 2. 피마잠사육과 관련하여 엽량의 1/3까지 본잠사육에 이용하여도 채종량에 감소가 없다. 3. 4월 중순에 파종한 것이 가장 좋은 성적을 보였다. 4. 가죽나무종자를 파종할때는 26$^{\circ}C$의 물에 2~3일 침청한 다음 파종하는 것이 좋다. 5. 가죽나무종자의 파종밀도는 l0ａ당 유개종자 15~18입정도가 좋았다. 6. 이식밀도는 10a당 800~1000주정도가 좋았다. 7. 가죽나무묘목은 일년에 9~4척 자라며 수엽량은 400g 정도이었다. 그리고 3회 수엽 가능하므로 10a 취수엽량은 2000kg가 초년에 가능하고 3차 연도에는 400kg을 수견할 수 있는 5000kg의 수엽량을 얻을 수 있었다. 8. 피마자엽과 가죽나무로의 화학조성분석을 하여 그 채양가치가 좋은 사실을 알았다. B. 동기 잠종 보전 1. 피마잠은 다화성인 관계로 동기에 생엽이 재배되지 않는 한국에서는 월년이 되지 않는다. 2. 건엽침수엽사육은 동기사율을 가능하게 하나 그 생란성적이 생엽사육구의 반절도 되지 못하였다. 3. 현단계로는 냉온처리에 의한 통기연장법과 3월경에 온실재배한 피마자엽사육으로 그 원기를 회복 시킨 다음 다시 같은 식의 통기연장법을 병용한는 것이 실용면에서 가장 좋은 방법이었다. 그러나 이 문제는 좀더 효과적인 방법이 연구되어야 할 것이다. C. 육잠과 잠란생산 1. 여러가지 피마잠의 형태적 및 생리적 기초조사를 하였다. 2. 본 잠은 가잠보다 잠병에 강하였다. 3. 사육경과일수는 평균 18일간(최소 15일, 최대 20일간)이여서 가잠의 것보다 짧았다. 4. 잠아교미시간은 15시간이상 필요하고 온습도는 20~23$^{\circ}C$, 70% R.H가 좋았다. 5. 산란 제2일차 잠란의 부화성적이 가장 좋았다. 6. 잠란정화보호는 20~$25^{\circ}C$, 80~90% R.H의 온습도로 보호하는 것이 좋았다. 7. 생산용 피마잠사육과 채종용 피마잠사육은 별도로 진행시키는 것이 좋았다. D. 잠견 이용성 1. 본잠견은 장직유조사는 불가능하였고 방적사로 가공할 수 있었다. 2. 견증비율은 13%로서 가잠견보다 낮았다. 3. 견사직도는 1.8d로서 가잠 견사직도 보다 가늘고 촉감이 유연하였다. 4. 방적과정은 산업화할 수 있었다. 5. 본잠용도 채유용 기타 이용성이 가잠과 동일하다. E. 생산성 전망 1. 피마자재배는 채종목적과 피마잠사육을 겸하여 할 때 수입성이 증가될 것이다. 2. 특히 야생가죽나무엽이 이용되는 사실은 본잠사육이 편리한 조건이다. 3. 본방적사의 가격은 가잠견사와 같이 판매성이 좋을 것이다.