pile·
AI / ML·SK플래닛SK플래닛·

AI가 만들어주는 나만의 목소리 — Speech2Sing 음성 변환 AI 설계

문제소스 화자의 음성을 타깃 화자의 목소리로 변환하면서 음색(timbre), 피치(F₀), 음악적 리듬을 동시에 보존하기 어렵다.
접근Mel-스펙트로그램 기반 피치 추출 후 Semantic Encoder(언어·리듬 분리) + Style Encoder(음색·기법 분리) → U-DiT 디코더(Diffusion + Transformer U-Net, 스타일·피치·의미 통합) → BigVGAN Vocoder(고해상도 파형 생성) 파이프라인을 구성했다.
결과화자 코사인 유사도·F₀ 상관계수·DNSMOS로 성능을 평가했으며, 모델 양자화·지식 증류로 GPU 의존도 감소와 생성 지연 개선을 추진 중이다.
SK플래닛
SK플래닛 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)
·takedown 요청

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2