热点事件持续更新
对抗训练实现连续SPL语音强度转换
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12日，arXiv Audio and Speech 发表一项研究，提出基于对抗训练的连续声压级（SPL）语音强度转换方法，用连续 dB SPL 控制强度，替代参考语音或离散类别，同时保留语音内容与说话人身份。该转换器采用条件循环一致 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。研究对比了 log-mel 频谱图、WavLM 与 SpeechTokenizer 三种表征，其中 WavLM 实现 83% 的目标强度变化，并伴随基频改变。论文已投稿 IEEE ICASSP 2027，代码已开源。目前未见后续验证或评审结果报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
该研究已投稿 IEEE ICASSP 2027，代码开源，WavLM 表征实现 83% 目标强度变化。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Audio and Speech基于对抗训练实现连续声压级控制的语音强度转换
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。
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。