연구진은 복잡한 배경에서 텍스트 스타일을 정확하게 추출하고, 다양한 언어와 문자 체계에서 문자별로 스타일 일관성을 유지하는 스타일 조건부 장면 텍스트 생성의 어려움을 해결하기 위해 StyleTextGen 프레임워크를 제안했어요.
StyleTextGen은 다국어 텍스트 스타일 표현을 위한 이중 분기 스타일 인코더와 스타일 일관성을 높이는 손실 함수, 정밀한 스타일 정렬을 위한 마스크 가이드 추론 전략을 특징으로 해요.
연구진은 StyleTextGen이 기존 방법보다 스타일 일관성과 다국어 일반화 성능이 뛰어나다는 것을 입증하고, StyleText-CE라는 양방향 장면 텍스트 스타일 벤치마크를 구축했어요.