기준 신호와 비교
스펙트럼과 시간에 따른 유사성을 이용해 기준 신호와 평가 신호를 비교한다. 기준 없이 생성 결과의 분포를 평가하는 프레셰 오디오 거리와는 필요한 입력과 비교 단위가 다르다.
음성과 오디오 모드
음성 모드와 오디오 모드는 기대하는 샘플링 주파수와 처리 방식이 다르다. 모드를 바꾸면 점수에도 큰 영향을 줄 수 있으므로 같은 실험 안에서는 선택한 설정을 일관되게 유지해야 한다.
추정 점수의 의미
MOS-LQO는 사람이 직접 매긴 점수 그 자체가 아니라 객관적인 방식으로 예측한 청감 품질이다. 수치가 높다는 사실만으로 텍스트 내용의 정확성이나 음악의 표현력이 보장되는 것은 아니다.
여러 샘플로 판단하기
공식 지침은 단일 점수보다 같은 처리 조건의 여러 샘플을 묶어 해석하는 것을 강조한다. 기준 신호의 품질과 샘플링 조건도 영향을 주므로 비교 대상과 처리 조건을 맞춰야 한다.
관련 문서
프레셰 오디오 거리 / EnCodec / SoundStream / HiFi-GAN 보코더 / WaveGlow / Descript Audio Codec