热点事件持续更新
SteerSpeech：用激活引导控制生成语音情感
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv（Audio and Speech，一手来源）发表 SteerSpeech，提出一种轻量级激活引导框架，通过向 TTS 模型隐藏层激活注入引导向量实现情感控制，TTS 主干保持冻结。该方法为每种目标情感训练轻量低秩变换，并采用两遍生成-回放管线与直通估计器优化离散语音 token。基于 Qwen3-TTS 的评测显示，目标情感得分达基线的 1.08x-7.12x，主观情感强度偏好 78.1%-96.8%，说话人身份保持 1.43x-1.46x。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
SteerSpeech 论文发布，冻结 TTS 主干并注入引导向量，情感得分达基线 1.08x-7.12x。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Audio and SpeechSteerSpeech：用激活引导实现生成语音中的情感控制
SteerSpeech 提出一种轻量级激活引导框架，通过向 TTS 模型隐藏层激活注入引导向量实现情感控制，TTS 主干保持冻结。该方法为每种目标情感训练轻量低秩变换，并采用两遍生成-回放管线与直通估计器优化离散语音 token。基于 Qwen3-TTS 的评测显示，目标情感得分达基线的 1.08x-7.12x，主观情感强度偏好 78.1%-96.8%，说话人身份保持 1.43x-1.46x。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。