HD-Emo codec

新的HPRO框架增强了基于LLM的TTS的情感表现力

研究人员开发了HPRO，一个旨在提高基于大型语言模型（LLM）的文本到语音（TTS）系统情感表现力的新框架。HPRO通过引入HD-Emo编解码器解决了当前方法的信息冲突和尺度差距等局限性。该编解码器将内容和情感偏好令牌分开，从而在不损害语义含义的情况下独立优化情感表达。该框架在不同级别（帧、词、句）上逐步对齐目标，以增强情感范围并保持可懂度。