MMS TTS

新框架审计TTS的语音学准确性

研究人员开发了一个新的框架来评估多语言文本转语音（TTS）系统，重点关注它们保留区分词义的语音学对比度的能力。平均意见得分（MOS）等标准指标在此任务中不足。所提出的方法使用在人类语音上训练的分类器来根据特定语言的语音学模式审计TTS输出。当应用于Meta的MMS TTS系统（针对阿萨姆语）时，该框架显示某些元音被错误地产生，表明合成语音中的预期语音学与实际语音学之间存在差距。