MaskGCT

新方法通过减少口音泄露来改进跨语言语音克隆

研究人员开发了口音类比指导（AAG），这是一种新颖的无需训练的方法，通过减少口音泄露来改进跨语言语音克隆。AAG通过从模型预测中减去估计的口音方向来工作，从而在保留所需口音的同时消除语音中的口音。在包括OmniVoice和MaskGCT在内的四个开放式TTS模型上进行的实验表明，与现有的重加权技术相比，AAG在同等口音水平下显著提高了说话人相似度。