English(EN) CoCoEmo: Composable and Controllable Human-Like Emotional TTS via Activation Steering

新的TTS框架支持可控、混合情感语音合成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-17 04:00

研究人员推出CoCoEmo，一个用于通过文本到语音（TTS）系统生成类人情感语音的新框架。该系统支持可控和可组合的情感表达，超越了单一话语的情感，实现了混合或文本-情感不匹配的语音。研究表明，情感韵律主要由TTS语言模块合成，为自然情感语音合成提供了一种轻量级的方法。 AI

影响使TTS系统中的情感表达更加细致和类人化，有可能改善语音助手和其他应用中的用户体验。

排序理由该集群包含一篇详细介绍TTS情感合成新方法的学术论文。[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 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Siyi Wang, Shihong Tan, Siyi Liu, Hong Jia, Gongping Huang, James Bailey, Ting Dang · 2026-06-17 04:00

CoCoEmo: Composable and Controllable Human-Like Emotional TTS via Activation Steering

arXiv:2602.03420v2 Announce Type: replace-cross Abstract: Emotional expression in human speech is nuanced and compositional, often involving multiple, sometimes conflicting, affective cues that may diverge from linguistic content. In contrast, most expressive text-to-speech syste…