텍스트 음성 합성은 텍스트에서 음성을 생성하는 기술입니다. 딥러닝 기술의 발달로 평탄한 어조의 음성은 실제 육성에 필적할 만한 결과가 나오지만, 풍부한 표현력이 필요한 감정 음성은 아직 수준이 높지 않습니다.
LINE에서는 다양한 발성 스타일에 대응할 수 있는 음성 합성 시스템을 개발하고 있습니다. 이 발표에서는 이를 위한 합성 모델과 시스템 운영을 소개합니다.
먼저 INTERSPEECH 2022에 채택된 것으로 음성 변환 기술을 활용해 소량의 평탄한 어조의 음성으로 대량의 감정 음성을 인위적으로 생성해서 감정 음성 합성 모델 구축에 기여하는 방법을 소개합니다. 또한 감정 음성 합성 모델 시스템 운영에 마이크로 서비스 아키텍처를 도입해서 운영과 개발 사이클을 고속화 및 효율화한 사례를 소개합니다.
Ryo Terashima / LINE
Voice Team
Machine Learning Engineer
2020년에 LINE에 입사해 음성 합성 및 음성 변환에 관한 연구 개발에 종사하고 있습니다. 교토 오피스에서 근무합니다. 취미로 보컬 이펙터 등 C++ 기반 오디오 플러그인을 만들고 있으며, 기타 연주와 육포를 좋아합니다.
Kosuke Futamata / LINE
Voice Team
Machine Learning Engineer
2020년 LINE 주식회사에 입사해서 음성 합성 관련 연구 개발과, 음성 합성 시스템 개발 관련 백엔드 및 프런트엔드 개발 등의 다양한 개발 업무에 종사하고 있습니다. 업무에서는 주로 Python과 Go를 사용합니다. 낚시, 운동, 언어 학습을 좋아합니다.
Jumpei Miyake / Yahoo! JAPAN
Science Division 1, Science Group, Technology Group
Senior Manager of Speech Processing Technology
