cycle-consistent GAN

新AI模型可实现语音强度连续控制

研究人员开发了一种新颖的语音强度转换方法，该方法通过对抗性训练实现了对声压级（SPL）的连续控制。这种方法超越了离散类别或参考发音，使用户能够在连续的dB尺度上指定目标声压级。该系统采用了一个轻量级转换器，该转换器作为条件循环一致GAN进行训练，并修改来自冻结语音编码器的特征。在使用WavLM特征时，转换器成功实现了目标强度变化的83%，并影响了基频，感知评估证实了感知语音强度的增加。