PulseAugur
中
实时 20:35:59
实体 Lombard effect

Lombard effect

PulseAugur coverage of Lombard effect — every cluster mentioning Lombard effect across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_284578 ·

    新的TTS系统合成了具有可控风格嵌入的兰巴特语音

    研究人员开发了一种新颖的文本到语音(TTS)系统,该系统能够在无需特定兰巴特训练数据的情况下合成兰巴特式语音。该系统是F5-TTS的扩展,利用学习到的风格嵌入和主成分分析来控制发声努力和发音,从而实现可调节的兰巴特水平。实验表明,该方法在保持说话人身份和自然度的同时,提高了在嘈杂条件下的可懂度,展示了一个可控的零样本兰巴特语音合成的可扩展框架。

  2. RESEARCH · CL_284557 ·

    激活引导增强了文本到语音的情感控制和可懂度

    两篇新研究论文介绍了一种名为“激活引导”的方法,可以在不重新训练现有文本到语音(TTS)模型的情况下控制生成语音的各个方面。第一篇论文“SteerSpeech”通过将引导向量注入模型激活来控制情感表达,展示了使用Qwen3-TTS等模型改进情感控制和说话人身份保持。第二篇论文“Loud and Clear”应用了类似的提示相对引导机制,以增强嘈杂环境下的语音可懂度,其灵感来自人类的Lombard效应,并显示在背景噪声下词错误率有所降低。

  3. TOOL · CL_105160 ·

    新的 TTS 模型模拟人类 Lombard 效应以提高语音清晰度

    研究人员开发了一种新的文本到语音 (TTS) 模型,该模型可以模拟 Lombard 效应,即人类在嘈杂环境中说话声音更大、更清晰的现象。该模型利用流匹配和伪标签来控制发声努力和发音,从而实现对这些语音特征的连续控制。这使得能够进行单词级别的强调,并在模拟的嘈杂条件下提高了清晰度和可懂度。