에픽어의 디지털 보존을 향하여: 저자원 아프리카 언어를 위한 텍스트 음성 변환
Towards Digital Preservation of Efik: TTS for a Low-Resource African Language
에픽어(Efik)는 나이지리아 남동부에서 약 300만 명의 제2언어 화자와 150만 명의 원어민 화자가 사용하는 성조 언어로, 음성 합성 연구에서 여전히 과소 대표되고 있다. 본 연구는 에픽어에 대한 최초의 문서화된 엔드투엔드 텍스트 음성 변환(text-to-speech) 연구를 제시하며, 총 3시간 분량의 2,632개 발화로 구성된 단일 화자 코퍼스와 저자원 조건에서 네 가지 신경망 모델(VITS, MMS-TTS, SpeechT5, Orpheus-TTS)에 대한 비교 평가를 소개한다. 원어민 화자들이 MOS, Nat-MOS, A-MOS를 사용하여 시스템을 평가하였다. MMS-TTS는 3.80 ± 0.63으로 가장 높은 MOS를 달성하였고 장문 음성에서 더 안정적인 결과를 보였으나, 성조 오류는 지속적으로 나타났다. 다른 모델들은 성조 및 운율 측면에서 더 큰 불일치를 보였다. 이러한 결과는 재현 가능한 기준선(baseline)을 제공하며, 성조를 가진 아프리카 언어를 위한 더 큰 코퍼스와 성조 인식 모델링의 필요성을 부각시킨다.