Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

HQ-SVC: Towards High-Quality Zero-Shot Singing Voice Conversion in Low-Resource Scenarios

Created by
  • Haebom
Category
Empty

저자

Bingsong Bai, Yizhong Geng, Fengping Wang, Cong Wang, Puyuan Guo, Yingming Gao, Ya Li

개요

HQ-SVC는 사전 훈련 없이 소스 가수의 음색을 보존하면서 멜로디 콘텐츠를 유지하며 보이지 않는 타겟 스피커의 음성으로 변환하는 효율적인 고품질 제로샷 음성 변환 프레임워크입니다. HQ-SVC는 분리된 코덱을 사용하여 콘텐츠 및 스피커 특징을 추출하고, 피치 및 볼륨 모델링을 통해 충실도를 향상시키며, 미분 가능한 신호 처리 및 확산 기술을 통해 출력을 점진적으로 개선합니다.

시사점, 한계점

시사점:
제로샷 음성 변환에서 기존 방법보다 품질과 효율성 측면에서 성능이 우수합니다.
음성 변환 외에도 음성 초해상도 작업에서 특화된 오디오 초해상도 방법보다 뛰어난 음성 자연스러움을 달성합니다.
음성 초해상도 작업을 기본적으로 지원합니다.
한계점:
본 논문에서는 한계점에 대한 직접적인 언급이 없습니다.
👍