研究人员开发了一种为现代希腊语等低资源语言创建高质量文本到语音（TTS）的方法。该方法涉及使用WhisperX进行对齐和过滤来整理有声读物数据，然后微调Parler-TTS模型。通过用确定性提示替换LLM生成的风格提示并采用LoRA阶段，该系统实现了显著的说话人一致性和低词错误率，证明了在数据有限的情况下进行稳健的单说话人TTS的可行性。 AI
影响 能够为训练数据有限的语言实现高质量语音合成，可能扩大可访问性。
排序理由 该集群描述了一篇详细介绍低资源TTS新方法的论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2609.10022v1 Announce Type: cross Abstract: Modern TTS systems approach human quality for high-resource languages but degrade when clean speech data is scarce. Modern Greek exemplifies this, lacking the curated corpora behind state-of-the-art synthesis. We propose a data cu…
Modern TTS systems approach human quality for high-resource languages but degrade when clean speech data is scarce. Modern Greek exemplifies this, lacking the curated corpora behind state-of-the-art synthesis. We propose a data curation recipe that transforms audiobook recordings…