Scic

新的SCIC方法通过子句级韵律控制增强了表达式TTS

研究人员开发了一种名为SCIC（范围和码本感知指令条件化）的新方法，以增强表达式文本到语音（TTS）功能，特别是针对直播等长篇内容。该方法通过允许指令针对相对于前一句的特定子句，从而实现对音高和能量等韵律的更精确控制。SCIC分析了Qwen3-TTS等模型中码本的结构，以优化指令条件化，与标准的指令微调相比，在合成语音中实现了更高的控制精度和更清晰的层级表达。