Audio Samples from "Glow-TTS: A Generative Flow for Text-to-Speech via Monotonic Alignment Search" (Korean, Non-official)

Contents

References


Abstract

최근, 문장에서 병렬적으로 Mel-spectrogram을 생성할 수 있는, FastSpeech, ParaNet과 같은 TTS 모델이 제안된 바 있다. 여러 장점을 선보였지만, 앞서 언급한 병렬적 TTS 모델들은 외부 정렬기의 역할을 담당하는 자기 회귀 TTS 모델의 지도 없이는 학습을 진행할 수 없다는 한계점을 지니고 있다. 이 연구에서는 외부 정렬기 없이도 병렬적 TTS를 가능케 하는 Flow 기반 생성 모델, Glow-TTS를 제안하고, Glow-TTS의 학습을 위한 자체적 정렬 탐색 알고리즘, Monotonic Alignment Search(MAS)를 소개한다. MAS는 Flow의 성질을 활용하여 주어진 문장과 음성의 잠재 표현 간의 가장 적합한 단조적 정렬 상태를 탐색한다. Glow-TTS는 자기 회귀 TTS 모델인 Tacotron2보다 훨씬 빠른 속도로 음성을 합성하면서도, 비슷한 수준의 음질을 보여준다. End-to-end로 1분 길이의 음성을 합성하는 데에는 단 1.5초가 소요된다. 또한 이 모델은 큰 어려움 없이 복수의 발화자를 학습할 수 있도록 확장될 수 있다.

Single Speaker TTS

부모가 저지르는 큰 실수 중 하나는 자기 아이를 다른 집 아이와 비교하는 것이다.

GT

GT(WaveGlow)

Glow-TTS (T=0.333)

Glow-TTS (T=0.500)

Glow-TTS (T=0.667)

모든 조건이 동일하다면 제일 간단한 방법이 제일 좋은 방법이에요.

GT

GT(WaveGlow)

Glow-TTS (T=0.333)

Glow-TTS (T=0.500)

Glow-TTS (T=0.667)

처음 이곳에 이사 왔을 때 걸어서 닿는 거리에 식료품 가게가 있다는 게 참 좋았어요.

GT

GT(WaveGlow)

Glow-TTS (T=0.333)

Glow-TTS (T=0.500)

Glow-TTS (T=0.667)

이 학생은 제가 지금껏 지도한 학생들 중에서 가장 뛰어난 학생입니다.

GT

GT(WaveGlow)

Glow-TTS (T=0.333)

Glow-TTS (T=0.500)

Glow-TTS (T=0.667)

Diversity

이 문제를 해결하기 전에는 집에 못 가.

Same gaussian noise ε, different temperature T=0.100

Same gaussian noise ε, different temperature T=0.333

Same gaussian noise ε, different temperature T=0.667

Same gaussian noise ε, different temperature T=1.000

Different gaussian noise ε1, same temperature T=0.667

Different gaussian noise ε2, same temperature T=0.667

Different gaussian noise ε3, same temperature T=0.667

Length Robustness

유구한 역사와 전통에 빛나는 우리 대한국민은 3·1운동으로 건립된 대한민국임시정부의 법통과 불의에 항거한 4·19민주이념을 계승하고, 조국의 민주개혁과 평화적 통일의 사명에 입각하여 정의·인도와 동포애로써 민족의 단결을 공고히 하고, 모든 사회적 폐습과 불의를 타파하며, 자율과 조화를 바탕으로 자유민주적 기본질서를 더욱 확고히 하여 정치·경제·사회·문화의 모든 영역에 있어서 각인의 기회를 균등히 하고, 능력을 최고도로 발휘하게 하며, 자유와 권리에 따르는 책임과 의무를 완수하게 하여, 안으로는 국민생활의 균등한 향상을 기하고 밖으로는 항구적인 세계평화와 인류공영에 이바지함으로써 우리들과 우리들의 자손의 안전과 자유와 행복을 영원히 확보할 것을 다짐하면서 1948년 7월 12일에 제정되고 8차에 걸쳐 개정된 헌법을 이제 국회의 의결을 거쳐 국민투표에 의하여 개정한다.


우리는 이에 조선이 독립국임과 조선인이 자주민임을 선언한다. 이 선언을 세계 온 나라에 알리어 인류 평등의 크고 바른 도리를 분명히 하며, 이것을 후손들에게 깨우쳐 우리 민족이 자기의 힘으로 살아가는 정당한 권리를 길이 지녀 누리게 하려는 것이다. 반만 년이나 이어 온 우리 역사의 권위에 의지하여 독립을 선언하는 것이며, 이천만 민중의 정성된 마음을 모아서 이 선언을 널리 펴서 밝히는 바이며, 민족의 한결 같은 자유 발전을 위하여 이것을 주장하는 것이며, 누구나 자유와 평등을 누려야 한다는 인류적 양심이 드러남으로 말미암아 온 세계가 올바르게 바뀌는 커다란 기회와 운수에 발맞추어 나아가기 위하여 이를 내세워 보이는 것이니, 이 독립 선언은 하늘의 밝은 명령이며, 민족 자결주의에로 옮아 가는 시대의 큰 형세이며, 온 인류가 함께 살아갈 권리를 실현하려는 정당한 움직임이므로, 천하의 무엇이든지 우리의 이 독립 선언을 가로막고 억누르지 못할 것이다.


오늘도 또 우리 수탉이 막 쫓기었다. 내가 점심을 먹고 나무를 하러 갈 양으로 나올 때이었다. 산으로 올라서려니까 등뒤에서 푸드득 놈이 덩저리 작은 우리 수탉을 함부로 해내는 것이다. 그것도 그냥 해내는 것이 아니라 푸드득하고 면두를 쪼고 물러섰다가 좀 사이를 두고 푸드득하고 모가지를 쪼았다. 이렇게 멋을 부려 가며 여지없이 닦아 놓는다. 그러면 이 못생긴 것은 쪼일 적마다 주둥이로 땅을 받으며 그 비명이 킥, 킥, 할 뿐이다. 물론 미처 아물지도 않은 면두를 또 쪼이며 붉은 선혈은 뚝뚝 떨어진다. 이걸 가만히 내려다보자니 내 대강이가 터져서 피가 흐르는 것 같이 두 눈에서 불이 번쩍 난다. 대뜸 지게막대기를 메고 달려들어 점순네 닭을 후려칠까 하다가 생각을 고쳐먹고 헛매질로 떼어만 놓았다.


Length Controllability

간장 공장 공장장은 강 공장장이고 된장 공장 공장장은 공 공장장이다.

Predicted Duration x 0.50

Predicted Duration x 0.75

Predicted Duration x 1.00

Predicted Duration x 1.25

Predicted Duration x 1.50


경찰청 철창살은 외철창살이고 검찰청 철창살은 쌍철창살이다.

Predicted Duration x 0.50

Predicted Duration x 0.75

Predicted Duration x 1.00

Predicted Duration x 1.25

Predicted Duration x 1.50


내가 그린 기린 그림은 목이 긴 기린 그림이고 네가 그린 기린 그림은 목이 짧은 기린 그림이다.

Predicted Duration x 0.50

Predicted Duration x 0.75

Predicted Duration x 1.00

Predicted Duration x 1.25

Predicted Duration x 1.50