研究人员开发了EmoTra-TTS,一个新颖的文本到语音系统,旨在模仿单一句子中情感的自然、连续演变。与使用静态情感标签的现有系统不同,EmoTra-TTS采用多通道流混合流水线和双阶段效价-唤醒度-优势度(Valence-Arousal-Dominance)条件控制,以实现精确、可控的句内情感过渡。据报道,这种方法将情感过渡质量提高了87%,并在与最先进和商业系统相比的用户偏好测试中显示出显著的胜率,同时模型参数增加极少且没有延迟开销。 AI
影响 增强了语音合成的自然性和表现力,可能改善人机交互和可访问性。
排序理由 详细介绍新模型/方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- EmoTra-TTS
- Gotit.pub
- Hugging Face
- ScienceCast
- Valence-Arousal-Dominance
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →