Google USM: Scaling Automatic Speech Recognition Beyond 100 Languages
100개 이상의 언어를 다루는 Google USM의 음성 인식 접근법을 살펴봅니다. 대규모 음성 사전학습과 다국어 확장의 핵심 아이디어를 정리합니다.
계속 읽기"음성" · 4개 게시물
음성 인식과 음성 합성 논문 리뷰
모든 태그 보기
Robust Speech Recognition via Large-Scale Weak Supervision (Whisper)
68만 시간 규모의 약지도 데이터로 학습한 Whisper를 살펴봅니다. 다국어·멀티태스크 학습으로 견고한 음성 인식을 얻는 방법을 정리합니다.
계속 읽기
YourTTS: Towards Zero-Shot Multi-Speaker TTS and Zero-Shot Voice Conversion for Everyone
새로운 화자의 음성을 적은 참조 음성으로 합성하는 YourTTS를 살펴봅니다. 다국어·다화자 학습과 제로샷 음성 변환의 접근을 정리합니다.
계속 읽기
VITS: Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech
변분 추론과 적대적 학습을 결합한 end-to-end 음성 합성 모델 VITS를 살펴봅니다. 조건부 VAE와 정규화 흐름 기반 구조를 정리합니다.
계속 읽기