1편 : https://gall.dcinside.com/mgallery/board/view/?id=vr&no=1875946&s_type=search_subject_memo&s_keyword=%EA%B0%9C%EC%A7%80%EB%9E%84%EC%A4%91&page=1
지난 시간까지의 과정은
내 목소리를 전부 녹음하고, 이를 인공지능에게 계~속 학습시키는 작업까지 이루어졌다.
구글에서 제공해주는 하루 연산량은 한계가 있다.
이를 대체하는 방법으로 구글 부계정을 파서 거기에 파일을 옮겨서 이어서 학습시키는 방법인데
학습된 파일은 생각보다 용량이 거대하다., 생각보다 귀찮은 작업이라 그냥 하루에 정해진 양만 학습시키는 방법을 이용한다.
그리고 결국 새벽 내에 학습이 이루어져서
나도 전문가가 아니기에 졷도 모르지만, 설명에 의하면 G/MEL의 tensor 부분이 음성과의 싱크율인지 뭔지인 것 같고
18~19에 가까우면 합격점이라고 했다. 낮으면 낮을수록 좋다고. 나같은 경우 지금까지 학습하면서 보통 21대가 나오다가
슬슬 19대가 나오는 것이다.
24000이라고 쓰여진 것은 학습량이다. 한 사이클에 1000씩 오르는데, 0부터 지금까지 3일정도 걸린듯하다.
24000까지 왔으니까 학습을 종료시켜도 되는지에 대해선, 물론 아니다.
제작자 왈 : 학습은 계속 시키는 편이 좋다.
트레이닝이 어느정로 일단락 됬다면 인터페이스로 이동한다.
와... 피지컬 지린다.... (딸깍 딸깍)
프로그래머 빙의해서 인터페이스 파일에서 시키는걸 다 처해준뒤
몇회차 학습파일을 이용할것인지 적어주면 되는데
난 실제로는 25000회까지 학습을 했지만 G/mel tensor값이 24000회차가 좀더 낮았으므로 24000을 이용하기로 한다.
이번에 테스트하는 것은 실시간 변환이 아닌 비리얼타임 보이스체인지기 때문에, 기존 음성을 활용한다.
음성을 넣어주면 되는데, 기본적으로 학습시킬때 쓰던 1~100번 음성 파일을 먼저 들어본다.
참고로 학습에 썼던 음성파일은 퀄리티가 나쁘지 않게 나온다. 당연히 학습한 발음 그대로니까...
나쁘지 않은 퀄리티다 싶어서, 추가적으로 새로 아무말이나 녹음해서 넣어본 결과, 학습에 이용한 음성보다는 떨어지지만,
시중의 보이스체인저보다는 낫다는 판단이 섰다.
혹시 한국어도 ....?
바로 한국어로 녹음을 씹조져주고 테스트를 진행해보았다.
소프트웨어도 일본것, 학습자료 역시 일본어로 진행되었기 때문에 발음이 학습되지 않은 한국어를 얼마나 대응할 수 있을지 궁금했다.
결과는 보플에서 직접 확인하시길.
결론만 놓고보자면 아직까지는 만족인데 개인적인 욕심이랄가,
앞으로 일주일 정도 더 학습을 시켜서 내 목소리가 아니면 살아갈 수 없는 소프트웨어로 해버리고 싶다는 생각이다.
애초에 브챗에서 써먹으려고 이 귀찮은 작업을 하고 있는거라, 실시간 변환이 메인이다.
실시간 리얼타임 체인지는 아직 테스트를 안해봤지만, 이 것 역시 정리가 되면 다음 글에서 보겠음
ps. 보플로 결과를 올릴 것인데, 비교를 위해서 제 찐따목소리 원본이 그대로 들어가있으니 주의바람