라인-네이버, 음성 신호처리 학회 ‘ICASSP’서 논문 14편 채택

라인(대표 신중호, 이데자와 다케시)과 네이버(대표 한성숙)는 국제 음향 음성 신호처리 학술대회 ICASSP(International Conference on Acoustics, Speech, and Signal Processing)에 논문 14편이 채택됐다고 26일 밝혔다.

올해로 46회차를 맞이하는 ICASSP는 국제전기전자협회 신호처리학회(IEEE Signal Processing Society)가 주최하는 음향 음성 신호처리 분야 국제학회다. 올해는 3천600편 이상의 논문이 등록됐으며, 이 중 약 1천700편의 논문이 채택돼 6월 온라인으로 개최되는 'ICASSP 2021'에서 발표될 예정이다.

음성 합성 기술·음원 분리 기술·환경음 식별 기술 등 음향 음성 신호처리 분야 기초연구 주력

라인은 전략사업 중 하나인 AI 사업 발전을 가속화하기 위해 AI 연구개발 및 기술 활용 분야에서 네이버 클로바 및 AI LAB과 긴밀하게 협력하고 있다. 데이터 기반 개발, 데이터 분석, 머신러닝, AI 기술 개발, 기초연구 등을 담당하는 각 팀은 각자의 영역을 넘어 연계함으로써 연구, 개발, 사업화로 이어지는 사이클을 강화하고 있다.

또 라인과 네이버는 AI관련 서비스 및 기능 개발을 뒷받침하는 기초연구에도 힘쓰고 있으며, 머신러닝 기반의 음성 처리, 언어 처리, 화상 처리 등에 주력하고 있다. 음향 음성 및 신호처리의 경우 ▲GPU를 활용한 'Parallel WaveGAN'을 이용해 빠른 속도와 높은 품질을 실현하는 '음성 합성 기술' ▲음성 품질과 음성 인식률 향상을 위해 다양한 소리가 혼합된 소리를 각각의 소리로 분리하는 '음원 분리 기술' ▲기계를 이용해 주변에서 발생하는 다양한 소리를 자동으로 검출 및 인식하는 '환경음 인식 기술'을 지속 연구하고 있다.

음성 합성 품질 개선 및 음성 인식률 향상 연구 면에서 우수성 입증

이번 ICASSP 2021에서는 음성 합성 관련 '생성적 대립 신경망(Generative Adversarial Network, GAN)을 이용해 비 자기회귀형 음성 생성 모델 'Parallel WaveGAN'에서 유성음과 무성음 정보를 활용, 식별기를 개량한 연구를 소개했다. 단일 식별기를 이용한 기존 Parallel WaveGAN은 식별기의 표현력과 학습을 제한해 여러 화자의 말뭉치에 적용할 경우 품질이 저하된다는 문제점이 있었다. 이번 연구에서는 유성음과 무성음의 음성 성질이 상이하다는 점에 착안, 각 음성의 성질에 맞는 식별기를 설계해 합성 음성의 품질을 크게 개선시켰다. 또 순차적인 연구이기는 하지만 총 4명의 남녀 화자를 대상으로 대규모 주관평가실험을 실시, 해당 접근법의 유효성을 검증한 것이 높이 평가받았다.

또한 음원 분리와 관련해 심층 학습을 사용하지 않는 음원 분리 방식인 ISS(Iterative Source Steering)와 심층 학습을 이용한 음원 모델 추정 방식을 접목시킨 새로운 방식을 제안했다. 기존 ISS보다 음성 인식률을 크게 향상시킨 점과 더불어 해당 접근법이 음원 수에 의존하지 않아도 적용 가능한 프레임워크라는 점에서 우수성을 입증했다.

적극적인 AI 기초연구 통해 서비스 가치 높여 갈 것

라인과 네이버의 공동 AI 브랜드인 라인 클로바 및 네이버 클로바는 다양한 AI 기술 및 서비스를 통해 일상과 비즈니스의 번거로움을 해소함으로써 사용자의 삶의 질을 높이고 보다 편리하고 풍요로운 세상을 만들어가는 것을 목표로 한다. 현재 라인과 네이버의 음성 인식 기술 '클로바 스피치'와 음성 합성 기술 '클로바 보이스'를 활용한 솔루션을 제공하고 있다.