Sequence to Sequence 기술을 이용한 음성합성 기술개발 동향

초록

DNN 을 이용한 음성 합성은 최근 기존 연구에 비해 뛰어난 결과를 내고 있다. 하지만 시간 정보를 담아 내기 힘든 DNN 의 특성으로 인해 문맥에 따른 발음의 변화 등을 추정해내는 데는 어려움이 있었다. 최근 공개 된 Sequence to sequence(이하 seq2seq) [1],[2] 기술을 이용한 음성합성 모델들은 문맥 정보를 반영하는 능력이 기존 DNN, 은닉 마코브 모델 등을 이용한 모델에 비해 훨씬 향상 되었다.