arXiv cs.LG· Afsara Benazir, Darius P\'etermann, Felix Xiaozhu Lin, Salar Rahili·· 6 小时前AI 评分22
SteerSpeech：用激活引导实现生成语音的情感控制
Steerspeech: Activation Steering For Emotion Control In Generated Speech
AI 导读
SteerSpeech 是一个轻量级激活引导框架，通过向隐藏激活注入引导向量来控制 TTS 情感，训练时冻结 TTS 主干，仅用多专家目标训练低秩变换。在 Qwen3-TTS 上，其目标情感得分达基线的 1.08x-7.12x，高引导强度下主观强度偏好为 78.1%-96.8%，说话人身份保持为 1.43x-1.46x。
来源：arXiv cs.LG · arxiv.org