arXiv · Audio and Speech· Quentin Le Tellier, Albert Rilliard, Olivier Perrotin, Marc Evrard·· 3 小时前AI 评分18
基于对抗训练实现连续声压级控制的语音强度转换
Vocal Intensity Conversion with Continuous SPL Control via Adversarial Training
AI 导读
一项研究提出用连续 dB 声压级（SPL）控制语音强度转换，替代参考语音或离散类别，同时保留内容与说话人身份。转换器以条件循环一致 GAN 训练、无需平行数据，作用于冻结语音编码器特征并由预训练声码器重合成；对比 log-mel 频谱图、WavLM 与 SpeechTokenizer 后，WavLM 实现 83% 目标强度变化并改变基频。已投稿 IEEE ICASSP 2027，代码已开源。
来源：arXiv · Audio and Speech · arxiv.org