NaturalSpeech 및 잠재 확산 TTS
NaturalSpeech는 인간 수준의 음성 품질을 목표로 하는 Microsoft TTS 연구의 한 계열로, 이후 버전에서는 잠재 확산을 사용하여 풍부하고 자연스러운 음성을 생성합니다.
개요
It shows how diffusion models, famous for images, can produce expressive, controllable audio.
심층 분석
원본 NaturalSpeech(2022)는 LJSpeech 벤치마크에서 인간 수준의 품질에 도달한 것으로 보고된 최초의 시스템으로, 실제 녹음에서 이를 확실하게 구분할 수 없는 청취자들의 평가를 받았습니다. 훈련과 추론 사이의 격차를 줄이기 위해 사전 일치가 신중하게 일치하는 변형 자동 인코더를 사용했습니다. 그런 다음 NaturalSpeech 2는 잠재 확산 접근 방식을 채택했습니다. 음성은 신경 오디오 코덱에 의해 연속 잠재 벡터로 인코딩되고 확산 모델은 텍스트에서 이러한 잠재를 생성하는 방법을 학습하여 짧은 프롬프트에서 강력한 제로샷 음성 복제를 가능하게 합니다. NaturalSpeech 3는 인수분해 확산을 도입하여 음성을 내용, 운율, 음색, 음향적 세부 사항과 같은 분리된 속성으로 분리하므로 각 속성을 독립적으로 모델링하고 제어하여 충실도와 유연성을 높일 수 있습니다.
기술적 통찰력
잠재 확산은 음성의 압축된 잠재 표현에 노이즈를 추가하고 해당 노이즈를 단계별로 반전하도록 네트워크를 훈련하는 방식으로 작동합니다. NaturalSpeech 2는 원시 파형이나 전체 스펙트로그램의 노이즈를 제거하는 대신 저차원적이고 모델링하기 쉬운 코덱 잠재성을 제거합니다. 텍스트 및 참조 음성 프롬프트에 대한 조건은 역확산을 조정하므로 최종 샘플링된 잠재성은 요청된 콘텐츠 및 화자 신원과 일치하는 음성으로 디코딩됩니다.
전략적 영향
접근 및 도달
전사, 내레이션, 음성 인터페이스를 통해 접근성을 향상시킵니다.
비용 및 예산
미디어 팀은 더 적은 예산으로 세련된 오디오를 더 빠르게 출시할 수 있습니다.
속도와 규모
고객 대면 시스템은 음성 상호 작용을 더 큰 규모로 처리할 수 있습니다.
NaturalSpeech 및 잠재 확산 TTS의 미래
확산 기반 및 인수분해된 TTS는 자연스러울 뿐만 아니라 미세하게 조정 가능한 음성을 지향하므로 사용자는 독립적인 다이얼로 음색, 감정 및 운율을 조정할 수 있습니다. 증류 및 몇 단계 확산을 통해 더 빠른 샘플링, 몇 초 분량의 오디오에서 더 강력한 제로샷 복제, 상황 인식 전달을 위한 대규모 언어 모델과의 더 긴밀한 통합을 기대합니다. 또한 이러한 발전으로 인해 충실도가 높은 복제는 오용 위험이 명백해지기 때문에 워터마킹 및 동의 보호 장치의 필요성이 더욱 커지고 있습니다.
실제 구현
더빙 스튜디오에서는 NaturalSpeech 2 스타일 제로샷 복제를 사용하여 짧은 샘플에서 배우의 목소리를 복제하여 영화를 현지화합니다.
오디오북 플랫폼은 청취자가 실제 성우와 구별하기 어려운 인간 수준의 내레이션을 생성합니다.
접근성 도구는 말을 잃은 사람들을 위해 오래된 녹음에서 자신의 목소리를 재현합니다.
콘텐츠 제작 제품군을 사용하면 편집자는 NaturalSpeech 3의 인수분해된 속성을 활용하여 음색과 운율을 독립적으로 조정할 수 있습니다.
위험 및 가드레일
동의가 없으면 음성 오용 및 명의 도용 위험이 높아집니다.
악센트, 방언 또는 시끄러운 환경에서는 정확도가 떨어질 수 있습니다.
합성 오디오는 명확한 라벨링이 없으면 실제 음성으로 오인될 수 있습니다.
구현 로드맵
음성 캡처, 복제 및 재사용에 대한 명시적인 동의를 얻습니다.
다양한 화자와 배경 조건에서 품질을 테스트합니다.
사람이 출력을 검토하거나 승인해야 하는 시기를 정의합니다.
합성 오디오에 라벨을 붙이고 책임을 묻기 위해 출처 기록을 보관하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the NaturalSpeech and Latent Diffusion TTS quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
안정적인 오디오 잠재 확산
자주 묻는 질문
What is NaturalSpeech and Latent Diffusion TTS?
NaturalSpeech는 인간 수준의 음성 품질을 목표로 하는 Microsoft TTS 연구의 한 계열로, 이후 버전에서는 잠재 확산을 사용하여 풍부하고 자연스러운 음성을 생성합니다. 이미지로 유명한 확산 모델이 어떻게 표현력이 풍부하고 제어 가능한 오디오를 생성할 수 있는지 보여줍니다.
원래 NaturalSpeech(2022)는 어떤 이정표를 달성했다고 보고되었나요?
NaturalSpeech는 청취자가 실제 음성과 안정적으로 구별할 수 없는 LJSpeech에서 인간 수준의 품질에 도달한 최초의 시스템으로 보고되었습니다.
NaturalSpeech 2의 잠재 확산 모델은 실제로 무엇을 생성합니까?
NaturalSpeech 2는 원시 파형보다 컴팩트하고 모델링하기 쉬운 코덱 잠재성을 통해 확산한 다음 이를 오디오로 디코딩합니다.
확산 모델은 어떻게 높은 수준의 데이터를 생성합니까?
확산은 훈련 중에 잡음을 추가하고 이를 반전시키는 방법을 학습하여 무작위 잡음을 점진적으로 제거하여 샘플을 생성합니다.
잠재 확산이 NaturalSpeech 2에 제공하는 주요 기능은 무엇입니까?
짧은 음성 안내를 조건으로 하여 NaturalSpeech 2는 명시적으로 훈련된 적이 없는 화자의 음성을 복제할 수 있습니다.
NaturalSpeech 3의 'Factorized Diffusion'의 핵심 아이디어는 무엇인가요?
Factorized Diffusion은 콘텐츠, 운율, 음색 및 음향 세부 사항을 분리하여 각 속성을 별도로 모델링하고 제어할 수 있습니다.