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.

Lina-Speech: Gated Linear Attention and Initial-State Tuning for Multi-Sample Prompting Text-To-Speech Synthesis

Created by
  • Haebom
Category
Empty

저자

Theodor Lemerle, Teo Guichoux, Axel Roebel, Nicolas Obin

개요

Lina-Speech는 Gated Linear Attention (GLA)을 사용하여 추론 처리량을 개선하면서도 최첨단 성능을 달성하는 TTS(Text-to-Speech) 모델입니다. 이 모델은 Recurrent 아키텍처의 상태 저장 속성을 활용하여 임의의 수와 길이를 가진 여러 음성 샘플의 조건부 지정을 가능하게 하는 Initial-State Tuning (IST) 전략을 도입했습니다. 이는 음성 복제 및 도메인 밖의 말하기 스타일과 감정 적응을 위한 포괄적이고 효율적인 전략을 제공합니다.

시사점, 한계점

GLA를 통해 표준 self-attention을 대체하여 추론 처리량 향상.
IST 전략을 통해 다양한 음성 샘플을 기반으로 한 음성 복제 및 스타일/감정 적응 가능.
세분화된 특성(예: 운율, 감정) 제어 효과 입증.
제한된 컨텍스트 길이로 인한 문제 해결 (short speech samples).
모델의 구체적인 성능 향상 수치나 비교 데이터는 논문에 명시되지 않음.
도메인 밖의 스타일/감정 적응에 대한 구체적인 방법론이나 결과에 대한 설명 부족.
👍