研究人员开发了一个名为RIVET的新训练框架，以提高语音属性编辑模型的鲁棒性。该框架包含一个幂等性目标，确保编辑功能的重复应用产生相同的结果，从而降低对大规模语音数据集中嘈杂或不一致的属性标注的敏感性。在受控标签噪声和GLOBE数据集上的评估表明，与标准训练方法相比，RIVET提高了编辑成功率并更好地保留了说话人身份。 AI
影响 通过解决嘈杂数据问题，提高了语音编辑工具的可靠性。
排序理由 详细介绍语音属性编辑新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
