Loud and Clear

新方法提高嘈杂环境中TTS语音的可懂度

研究人员开发了一种名为动态激活转向（Dynamic Activation Steering）的新颖方法，用于提高在嘈杂环境中语音的可懂度。该技术借鉴了人类对噪声的适应能力，无需重新训练即可引导预训练的文本到语音（TTS）模型生成更清晰的语音。该方法会动态调整发声努力和超发音，类似于Lombard效应，从而在嘈杂条件下显著降低词错误率，同时保持说话人相似性。