음성 대화 시스템을 위한 참조 기반 운율 및 리듬 평가
Reference-Based Prosody and Rhythm Evaluation for Spoken Dialogue Systems
Seamless Interaction 데이터셋의 4,000시간 이상 대화 음성을 활용해 음성-음성(S2S) AI 에이전트의 운율(prosody)과 리듬 평가를 위한 화자 특성·상호작용 상태별 매칭 참조 기준(matched reference regimes)을 구축하고, 백분위 기반 평가 프로토콜을 제안했다. 실험 결과, 통합 참조(pooled reference)는 상태 조건부 F₀ 표현력과 리듬을 과도하게 플래그하는 반면, 매칭 참조는 명목 플래그 비율(10%)에 근접해 편차 방향을 해석 가능하게 하는 행동적 타당성 검사로 기능함을 보였다.