研究人员开发了一个新颖的构音障碍语音合成框架,可用于增强自动语音识别(ASR)系统的数据集。该方法将说话人身份与病理性发音分离,从而实现对生成语音的更大控制。通过使用提示派生的音色前缀和可学习的患者特定病理前缀,该系统可以在保留目标说话人特征的同时准确反映构音障碍模式。实验表明,这种合成数据可以有效地补充真实的构音障碍语音数据用于ASR训练。 AI
影响 这项研究通过提供更多样化和可控的训练数据,有望改善针对有语言障碍人士的ASR系统。
排序理由 该集群包含一篇详细介绍新型语音合成方法的学术论文。[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 →