개인화 보이스 생성 기술 소개

이 게시물은 SKT의 개인화 보이스 생성 기술에 대해 설명합니다.

기술 개요

• 소량의 음성 샘플로 사용자 고유 목소리를 복제하는 Voice Cloning 기술
• Instant, Custom, Professional 세 가지 방식으로 구분
• 각 방식은 학습 데이터량과 처리 시간에 따라 차별화

기술 상세

• Instant Voice Cloning: 5~60초 음성 샘플로 실시간 합성, 대규모 화자 데이터를 기반으로 상용화 가능
• Custom Voice Cloning: 1~10분 음성으로 안정적 합성, Speaker Encoder를 통한 특징 추출
• Professional Voice Modeling: 10~30분 이상 음성 데이터로 GPU 학습, 가장 높은 품질과 유사성 제공

응용 및 전망

• 개인화 가상 비서, 맞춤형 교육 도구, 캐릭터 음성 등 다양한 분야 활용
• 적은 데이터로도 자연스러운 음성 생성 가능해 사용자 경험 강화
• 앞으로 기술 성능 개선 및 다양한 환경 적용 연구 지속 예정