SASLM

新的SASLM框架增强了AI模型的表达性语音生成能力

研究人员开发了一个名为SASLM的新框架，以提高语言模型生成语音的表达能力。该方法解决了模型语义理解与其在口语输出中实现该理解的能力之间的差距，而这种差距通常会导致平淡的韵律和不匹配的情感。SASLM采用一种自我意识意图实现对齐的方法，从模型的内部状态中提取表达意图，然后将生成的声学与之对齐。尽管SASLM参数相对较少（3B参数）且训练数据适中，但它在EchoMind基准测试上表现出了最先进的性能，超越了许多更大的模型。