arXiv · Audio and Speech· Yiqiao Huang, Xiaolong Lin, Zhenpeng Zhan, Zhizheng Wu·· 2 小时前AI 评分35
E3-System：表达性 EmoData、显式可控、易用的 TTS
E3-System: Expressive EmoData, Explicitly Controllable, Easy-to-Use TTS
AI 导读
E3-System 提出统一的 intent-to-speech 框架，用于表达性 zero-shot TTS，耦合表达性风格建模、显式音色-风格控制与自然语言交互。
来源：arXiv · Audio and Speech · arxiv.org