mmorise/World

해결하는 문제

WORLD는 인간의 음성을 분석, 조작 및 합성하기 위한 고품질 시스템을 제공합니다. 음성 신호를 피치(pitch), 비주기성 성분(aperiodicity), 스펙트럼 포락선(spectral envelope)이라는 핵심 구성 요소로 분해하고, 해당 매개변수로부터 음성을 재구성하여 고품질의 합성 오디오를 생성할 수 있게 합니다.

작동 원리

이 시스템은 입력된 음성 신호로부터 세 가지 주요 매개변수를 추정합니다.

1. 기본 주파수 (F0): 목소리의 높낮이.
2. 비주기성 성분 (Aperiodicity): 음성 신호의 비주기적인 부분.
3. 스펙트럼 포락선 (Spectral envelope): 목소리의 스펙트럼 특성에 대한 전체적인 형태.

이러한 매개변수를 추정함으로써, 시스템은 추출된 매개변수만을 사용하여 입력 신호를 모방하는 음성을 생성할 수 있습니다.

대상 사용자

이 도구는 음성 신호 처리, 음성 합성 및 오디오 조작 분야의 연구자와 개발자를 위해 설계되었습니다.

주요 특징

• 고품질 합성: 자연스러운 소리의 재합성 음성을 생성하는 데 중점을 둡니다.
• 포괄적인 분석: F0 추정을 위한 DIO 및 Harvest, 스펙트럼 포락선 추정을 위한 CheapTrick과 같은 전문 알고리즘을 포함합니다.
• 광범위한 생태계: Python, C++, JavaScript, C#, Java 및 Swift 등 수많은 커뮤니티 래퍼와 포트가 지원됩니다.