arXiv · Audio and Speech· Kuan-Po Huang, Haohe Liu, Puyuan Peng, Haibin Wu, Zhaoheng Ni, Hung-yi Lee, Jinwon Lee, Neha Chachra·· 5 小时前AI 评分38
EmoRES-TTS：残差增强向量引导的情感语音生成方法
EmoRES-TTS: Residual-Enhanced Vector Steering for Emotional Speech Generation
AI 导读
EmoRES-TTS 提出残差增强向量引导方法，将情感向量分解为共享分量与残差分量，在不微调主干的前提下分别控制。在 IEMOCAP 上，EmoRES 在 IndexTTS-2 和 CosyVoice2 上均超越 CoCoEmo，秩相关相对提升最高 118.8%，情感命中率相对提升最高 20.1%，人类评估中主导情感识别率相对提升最高 35.0%，自然度偏好达 63.8%。代码已发布。
来源：arXiv · Audio and Speech · arxiv.org