arXiv · Audio and Speech· Haoqi Li, Shivam Mehta, Ravi Teja Gadde, Yinghong Lan·· 3 小时前AI 评分32
区域感知掩码提升跨语言 TTS 的口音鲁棒性
Region-Aware Masking for Accent-Robust Cross-Lingual Text-to-Speech
AI 导读
跨语言零样本 TTS 中的口音泄漏问题可通过区域感知掩码缓解，该方法在训练中拼接两种语言的语音并按语言边界放置重建掩码，无需语言 ID、口音标签、平行同说话人录音或架构改动。
来源：arXiv · Audio and Speech · arxiv.org