잡음의 반복 정제
기울기 기반 샘플러가 백색 잡음을 점차 정제해 구조적인 소리를 만든다. 멜 스펙트로그램이 생성할 음향 내용을 안내하는 조건으로 사용된다.
기울기의 의미
여기서 기울기는 파형의 단순한 시간 미분과 다르다. 데이터 밀도에 관한 기울기를 추정해 샘플을 더 그럴듯한 소리 쪽으로 이동시키는 점수 기반 생성의 관점을 사용한다.
단계 수와 청감
정제 단계를 조절해 추론 속도와 샘플 품질의 절충을 다룬다. 연구는 적은 반복에서도 음질을 확보하는 경우를 제시하지만 모든 입력과 장비에 동일한 품질이나 지연을 보장하는 뜻은 아니다.
무엇을 비교할까
가상의 같은 음향 조건을 단계 수만 바꿔 생성하면 소리의 세부와 생성 시간이 어떻게 변하는지 비교할 수 있다. 출력 내용이 달라지지 않았는지와 잡음이 남는 정도를 함께 확인해야 한다.
관련 문서
DiffWave / Grad-TTS / WaveNet / HiFi-GAN 보코더 / WaveGlow / MelGAN