세 측면으로 나누기
잡음 억제 결과는 말소리의 품질과 배경의 품질이 서로 다를 수 있다. P.835 평가에 바탕을 두고 두 항목과 전체 품질을 별도로 예측하는 구성을 사용한다.
사람의 평가로 학습
사람이 매긴 P.835 점수를 학습 목표로 사용한다. 실제 청취 평가를 대신할 수 있는 예측 지표를 만들려는 접근으로, 출력이 사람의 판단 자체가 되는 것은 아니다.
잡음 감소와 발화 보존
가상의 녹음에서 배경이 조용해졌지만 발화가 끊겨 들린다면 배경만 평가해서는 문제를 놓칠 수 있다. 음성과 배경 점수를 구분하면 이런 절충을 살펴보기 쉽다.
적용 범위
잡음 억제기를 평가하는 데 맞춘 지표이므로 모든 음악 생성이나 내용 이해의 평가로 그대로 해석해서는 안 된다. 음질과 별개로 어떤 문장을 말하는지, 사실과 맞는지 등의 문제는 다른 검증이 필요하다.
관련 문서
UTMOS / ViSQOL v3 / HiFi-GAN 음성 향상 / SoundStream / EnCodec / 프레셰 오디오 거리