"기본 진실보다 나음"은 눈을 굴리거나 재생하게 만드는 종류의 주장입니다. RefineGAN은 피치와 강도 반응이 정확해서 청자들이 때때로 합성된 출력을 원본 녹음보다 선호하는 파형을 재구성하는 신경 보코더로 이를 뒷받침합니다. 이는 GAN-보코더 분야에서 처음입니다. 트릭은 거친 템플릿 신호에서 시작하여 멀티 스케일 스펙트럼 및 대항적 손실 하에서 반복적으로 개선하는 피치 안내 정제 아키텍처입니다.

인상적인 MOS 수치를 넘어, RefineGAN은 재훈련 없이 가수, 스피커 및 심지어 보이지 않은 언어까지 일반화됩니다. 이는 TTS 또는 음성 변환을 대규모로 배포하는 경우 중요합니다. 이 발표는 템플릿 기반 생성기, 피치 조건화가 충실도 이득을 잠금 해제하는 이유, 그리고 모델이 HiFi-GAN 및 그 후손과 어디에 적합한지를 분석합니다. mel-스펙트로그램을 다시 오디오로 바꾸는 무언가를 만드는 경우 - TTS, 노래 합성, 음성 복제 - 여기의 설계 아이디어는 차용할 가치가 있습니다.