연구진은 음절 토큰화 시 화자 정보가 반영되어 음절 순수성이 떨어지는 문제를 해결하기 위해 화자 분리 기술을 도입했어요. 청크 단위로 화자 정보를 제거하고 음성을 학습하는 새로운 방법론을 제안했어요. 실험 결과, 기존 방식 대비 음절 경계 감지 및 음절 세그먼트 클러스터링 성능이 향상됐어요.
화자 분리 청크 기반 회귀를 활용한 음절 토큰화 방식은 기존 방식 대비 7%의 성능 향상을 보여줬어요. 이는 음성 언어 모델의 구문 및 의미 이해 능력을 개선하는 데 기여했어요.