라벨이 적을 때의 대리 신호
평균 의견 점수를 얻으려면 청취 평가가 필요하므로 많은 라벨을 모으기 어렵다. 이 연구는 별도의 MOS 학습이 충분하지 않은 상황에서 기존 음성 모델이 제공하는 불확실성을 활용한다.
사전 학습 모델 활용
wav2vec 같은 자기 지도 모델에서 불확실성 척도를 얻어 MOS와의 관계를 살핀다. 음질 점수를 직접 학습한 예측기와 달리 기존 모델의 신호를 대리 평가로 사용하는 관점이다.
조건별 검증
VoiceMOS 2022와 2023 자료에서 모델과 언어 조건을 달리하며 상관관계를 분석한다. 어떤 설정에서 관계가 강한지 살피는 것이 모든 환경에 하나의 상관값을 그대로 적용하는 것보다 중요하다.
불확실성과 저음질
낯선 발음이나 언어도 모델에게 어려울 수 있다. 따라서 불확실성이 높다는 이유만으로 잡음이나 왜곡이 반드시 크다고 단정할 수 없으며, 모델이 익숙한 영역과 평가 대상의 관계를 함께 확인해야 한다.