±¹Á¦ Àü±âÀüÀÚ°øÇÐÇùȸ(IEEE)°¡ ÁÖÃÖÇÏ´Â ¿ÃÇØ ICASSP¿¡´Â ±¸±Û, ¾ÖÇÃ, ¾Æ¸¶Á¸, »ï¼ºÀüÀÚ, Çö´ëÂ÷ µî ¼¼°èÀû ±â¾÷°ú Àü¼¼°è AI ºÐ¾ß ¿¬±¸ÀÚ 4000¿©¸íÀÌ Âü¼®Çß´Ù.
Áö³ÇØ 8¿ù ¼³¸³µÈ ÇÁ·¹¸®½ºÄí³Ê´Â ¿Âµð¹ÙÀ̽º À½¼º AI ±â¼ú°ú °³ÀÎÁ¤º¸º¸È£ ±â¼úÀ» °³¹ßÇÏ°í ÀÖ´Ù. ¹ýÀμ³¸³ ÀÌÈÄ 2°³¿ù ¸¸¿¡ ºí·çÆ÷ÀÎÆ®ÆÄÆ®³Ê½º¿¡¼ ½ÃµåÅõÀÚ¸¦ ¹Þ¾Ò´Ù.
À̹ø¿¡ äÅÃµÈ ³í¹®(WAV2VEC-VC: VOICE CONVERSION VIA HIDDEN REPRESENTATIONS OF WAV2VEC 2.0)¿¡´Â ÈÀÚ¿¡ ´ëÇÑ ¾î¶°ÇÑ »çÀü Á¤º¸ ¾øÀ̵µ À½¼º º¯Á¶°¡ °¡´ÉÇÑ ´ÙÁß ÈÀÚ À½¼º º¯Á¶ ±â¼úÀÌ ¼Ò°³µÆ´Ù.
¿¹¸¦ µé¾î A ÈÀÚÀÇ À½¼ºÀ» B ÈÀÚÀÇ ¸ñ¼Ò¸®·Î º¯È¯ÇÏ°íÀÚ ÇÒ ¶§ A ÈÀÚ À½¼º¿¡¼ ¾ð¾îÀûÀÎ Á¤º¸¸¦ ÃßÃâÇÏ°í B ÈÀÚ À½¼º¿¡¼ ¸ñ¼Ò¸® Á¤º¸¸¦ ÃßÃâÇÑ ÈÄ µÎ Á¤º¸¸¦ °áÇÕÇØ A ÈÀÚ°¡ ¹ßÈÇÑ ³»¿ëÀ» B ÈÀÚÀÇ ¸ñ¼Ò¸®·Î ¹ßÈÇÑ À½¼ºÀ¸·Î ÇÕ¼ºÇÑ´Ù.
ƯÈ÷ ¸ÞŸ¿¡¼ °³¹ßÇÑ ÀÚ±â Áöµµ ÇнÀ À½¼º Ç¥Çö 'wav2vec 2.0'À» È°¿ëÇØ ÀÔ·Â À½¼º¿¡¼ ÈÀÚÀÇ ¸ñ¼Ò¸®¿Í ¾ð¾îÀûÀÎ Á¤º¸¸¦ È¿°úÀûÀ¸·Î ÃßÃâÇÏ´Â µ¥ ¼º°øÇß´Ù.
±è±â¿¬ ÇÁ·¹¸®½ºÄí³Ê ´ëÇ¥´Â "À̹ø ¿¬±¸´Â ´Ü¼øÈ÷ À½¼º º¯Á¶ ÀÛ¾÷¿¡¸¸ ±¹ÇѵÇÁö ¾Ê°í ¿©·¯ À½¼º ÀÛ¾÷(ÈÀÚÀνġ¤ÈÀÚºÐÇÒ¡¤À½Áú°³¼±¡¤À½¼ºÀÎ½Ä µî)¿¡ Àû¿ë °¡´ÉÇÏ´Ù"¸ç "»ç¿ëÀÚ °£ À½¼º ÆÄÀÏÀ» °øÀ¯ÇÒ ¶§ ¿øº» ÈÀÚÀÇ ¸ñ¼Ò¸®¸¦ À͸íÈÇØ °³ÀÎÁ¤º¸ À¯ÃâÀ» ¹æÁöÇÑ´Ù"°í Çß´Ù.
[¸Ó´ÏÅõµ¥ÀÌ ½ºÅ¸Æ®¾÷ ¹Ìµð¾î Ç÷§Æû 'À¯´ÏÄÜÆÑÅ丮']