PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.01965v1cs.CL

Towards a Phonology-Informed Evaluation of Multilingual TTS

신경망 기반 다국어 TTS 시스템이 자연스럽게 들리더라도 언어의 음운론적 대립 관계(예: 아삼어의 ATR 모음 조화)를 충실히 재현하는지를 MOS와 같은 표준 지표로는 검증할 수 없다는 문제를 다루며, 인간 발화로 학습된 분류기를 기반으로 TTS 출력의 음운론적 충실도(phonological faithfulness)를 감사하는 프레임워크를 제안한다. Meta의 MMS TTS에 적용한 결과, [+ATR] 중모음의 약 1/3이 [-ATR]로 실현되는 편향이 확인되었으며, 이 프레임워크는 측정 가능한 음향 단서를 가진 다른 음운론적 대립에도 일반화될 수 있다.

arXiv:2606.17835v1cs.CL

자기지도 음성 모델에서 성조 문맥에 대한 지각 보상

Perceptual compensation for tonal context in self-supervised speech models

본 연구는 wav2vec2.0 아키텍처가 음운 문맥에 대한 보상(compensation) 증거를 어느 정도 나타내는지 조사합니다. 우리는 중국어 성조에 대한 지각 보상 실험을 의사 재현(pseudo-replication)하였고, 순수 자기지도 사전학습 모델과 중국어 자동 음성 인식(ASR)을 위해 파인튜닝된 모델 간의 임베딩 유사도와 프로빙 분류기(probing classifier) 출력을 비교했습니다. 순수 사전학습 모델의 임베딩 유사도에서는 보상의 증거가 발견되지 않았습니다. 프로빙 분류기는 범주화에서 예상되는 층별(layer-wise) 개선 외에도 보상의 일부 증거를 보였지만, 고립된 테스트 음절에 대한 인간의 성능을 재현하는 데에는 실패했습니다. 우리의 연구 결과는 사전학습만으로 음운 구조에 대한 민감도가 나타난다는 이전 보고와 대조되며, 적어도 일부 유형의 음운 규칙성을 추상화하기 위해서는 지도 학습 목적함수가 필요할 수 있음을 시사합니다.

arXiv:2606.07300v1cs.CL

Phun-Bench: 중국어 음운 이해에 대한 대규모 언어 모델(LLM) 평가

Phun-Bench: Evaluating LLMs on Phonological Understanding in Chinese

언어는 사고의 도구이며, 소리, 기호, 의미와 복잡하게 얽혀 있습니다. 그러나 대부분의 대규모 언어 모델(LLM) 연구는 의미(의미론)와 기호(철자)에 집중하면서 소리는 대부분 간과해 왔습니다. LLM의 음운 능력에 대한 기존 벤치마크는 단순 암기를 통해 해결 가능하거나 다른 능력과 얽혀 있어, LLM의 진정한 음운 이해 능력을 측정하기에 부적절합니다. 이에 우리는 Phun-Bench를 소개합니다. 이는 세 가지 차원(동음이의, 운, 음성적 유사성)에 걸친 다양한 작업과 설정을 갖춘 목적에 맞게 구축된 중국어 벤치마크로, LLM의 음운 이해를 체계적으로 평가하도록 설계되었습니다. 결과에 따르면 LLM은 정확한 발음을 회상하는 데에는 탁월하지만, 인간 화자가 사용하는 유연하고 직관적인 방식으로 음운 지식을 활용하는 데는 일반적으로 어려움을 겪습니다. 또한, 상세한 분석을 통해 LLM의 음운 이해 및 "지각(perception)"의 근본적인 메커니즘에 대한 가설을 제시하며, 향후 연구를 위한 미탐색 영역을 강조합니다.