말하는 컴퓨터

컴퓨터가 자연스럽게 말하도록 하기 위한 노력은 기계가 의미를 더 잘 전달하게 해 줄 것이다
글 | Andy Aaron, Ellen Eide, John F. Pitrelli



대기업에 전화를 걸게 되면, 아마 대부분은 컴퓨터와 대화하기 시작할 것이다. 최근까지는, 그러한 자동 통화 시스템은 이미 녹음된 말들을 이어붙여 내보내는 것 외에는 들려줄 수 없었다. “전화하신 번호는 ...5...5...5...1...2...1...2....입니다”와 같은 기계음을 생각해 보라. 불행히도, 이러한 딱딱한 목소리는 냉담하게 느껴진다. 그리고 집어넣은 말 외에는 재생할 수 없기 때문에, 그 기능은 상당히 제한되어 있다.

지난 10여년 간 컴퓨터가 내는 말소리는 확실히 명료하고 알아듣기 쉽게 발전했다. 하지만 연구자들은 더 큰 도전을 눈 앞에 두고 있다: 실제 인간에 가까운, 합성된 말소리로 - 예를 들어, 어조와 감정의 표현을 조정하는 능력을 주는 것 등 - 뜻을 더 잘 전달하도록 하는 것이다. 이러한 난해한 목적을 위해서는 말소리의 성분과 사람의 말소리의 크기, 높낮이, 타이밍과 강세의 미묘한 효과에 대한 깊은 이해가 필요하다. 이것이 IBM의 필자의 연구 그룹과 AT&T, Nuance, Cepstral과 ScanSoft와 같은 미국 회사들, 그리고 카네기 멜론 대학, LA의 캘리포니아 대학, 매사츄세츠 공과대학, 그리고 오레곤 대학원 등의 교육 기관의 연구자들의 공통된 목표이다. 이전과 같은, 말을 이어붙이는 접근방식처럼 최신의 언어 구사 기술은 - 우리의 버전은 IBM Natural Expressive Speech Synthesizer, 또는 NAXPRESS Synthesizer로 이름붙여져 있다 - 사람의 목소리 녹음에 기반을 두고 있고 실시간으로 반응할 수 있다. 차이점은 새로운 시스템이 무슨 말이든지 할 수 있다는 것이다 - 녹음한 적도 없는 자연스런 말까지 포함해서.......