최근 핫한 생성모델, 그 중 음성 합성 모델을 연구합니다. (Text-to-Speech, TTS) Diffusion의 발전과 더불어, 이미 Computer Vision 분야에서는 많은 생성모델이 실제로 활용되고 있습니다. 음성 합성 분야에서도 빠른 속도로 연구가 나오고 있지만, 아직까지 사람과 유사한 수준의 자연스러운 목소리를 합성하는 데는 도전과제가 존재합니다. 우리는 이러한 한계를 극복하고 더 높은 수준의 음성 합성 기술을 개발하기 위해 노력하고 있습니다. 빠르게 발전을 거듭하고 있는 생성모델(diffusion, conditional flow matching, etc.) 논문들을 읽고 토론하며, 음성합성 분야에 접목하고 실험하면서 논문을 제출하는 것을 목표로 합니다.

1년 내에 논문 제출을 목표로 하고 있습니다. 1. TTS 뿐만 아니라 생성모델 자체에 대한 논문들도 함께 스터디하면서 아이디어를 공유합니다. - 한 주간 읽었던 논문 간단 소개 (매주 5분 정도 분량) - 한 주에 한사람씩 논문 세미나 (30분 이내 분량, 5명이서 돌아가면서 한달에 한 번 정도) 2. 아이디어를 바탕으로 실험을 하고, 실험 결과를 바탕으로 아이디어를 구체화합니다. - 논문을 읽는 것으로 그치지 않고 코드 분석 및 리뷰진행 - 다른 논문에서 제안한 아이디어를 적용해보고 실험적으로 결과 확인 위 사이클을 2주 ~ 한달 간격으로 진행하면서 결과물을 정리하고, 아이디어를 구체화하여 논문을 작성합니다. ** 다양한 목적과 배경을 가진 분들이 모인 모임이다보니, 서로 투자할 수 있는 시간이 다를 수 있다는 것을 이해하고 있습니다. 각자가 할애할 수 있는 시간 범위 내에서 역할을 정하고 분담할 예정입니다. 생성모델의 파도에 함께 타실 분들 부담없이 지원해주세요~~! ** 디퓨전과 관련해서 사전 지식이 없다면, 랩짱 두 사람이 기본적인 디퓨전 스터디를 도와드릴 수 있습니다. 필요하다면 4~5주 정도로 디퓨전 세미나를 할 예정입니다.

필수조건 - 딥러닝 프로젝트 경험이 있는 분 (딥러닝 관련 대회, 논문, 회사 프로젝트) - 음성 도메인 분야에 경험이 있는 분 (TTS가 아니더라도 무관) 우대조건 - 논문 작성 경험이 있으신 분 - 생성 모델(특히 diffusion)에 경험이 있으신 분

간단한 자기소개 부탁드립니다.

음성 도메인 혹은 생성모델 분야에서 본인이 경험했던 것(대회, 논문, 프로젝트 등)에 대해 알려주세요.

그 이외에 딥러닝 분야에서 했던 경험이 있다면 알려주세요.

연구에 할애할 수 있는 core time이 한 주에 얼마나 되는지 알려주세요.

연구에 사용 가능한 gpu 자원이 있으시다면 알려주세요.