PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.19597v1cs.SD

PrefSQA: 음성 품질 평가를 위한 쌍대 선호도 예측과 고품질 데이터셋의 결정적 역할

PrefSQA: Pairwise Preference Prediction for Speech Quality Assessment and the Critical Role of High Quality Datasets

평균 의견 점수(MOS)는 음성 품질 평가에 널리 사용되지만, 스칼라 라벨은 평가자 변동성과 청취 테스트 차이에 민감합니다. 이는 라벨링 노이즈를 유발하여 MOS 예측의 신뢰성을 제한합니다. 선호도 예측은 청취자가 신호를 직접 비교하여 더 깨끗한 라벨을 생성하므로 이러한 변동성을 줄여줍니다. 본 연구에서는 MOS 기반이 아닌 선호도 예측을 다루며, 불확실성 인식 로짓, 손상 어텐션(attention) 헤드, 비일치 참조 비교 기반 모듈을 포함하는 PrefSQA를 제안합니다. 우리는 MOS 파생 및 저노이즈 시뮬레이션 세트(일치 및 비일치 콘텐츠 포함)를 포함한 5개의 데이터셋을 사용하여 정제하고, 인간 선호도 세트로 실험한 후 보이지 않은 데이터에서 테스트를 수행했습니다. 실험 결과 MOS 파생 데이터에서는 소폭의 개선이 관찰된 반면, 다른 세트에서는 베이스라인 대비 명확한 개선이 나타나 고품질 선호도 데이터의 가치를 강조하고 제안된 방법의 효과를 입증했습니다.