arXiv cs.CL· Seymanur Akti, Alexander Waibel·· 9 小时前AI 评分22
Loud and Clear：用动态激活引导提升 TTS 模型在噪声环境下的语音清晰度
Loud and Clear: Dynamic Activation Steering for Improving Speech Intelligibility in Noisy Environments
AI 导读
研究者提出一种提示词相对激活引导机制，无需重新训练即可让预训练 TTS 模型生成更清晰的语音，模拟 Lombard 效应中的发声力度增强与超清晰发音。该方法在已见和未见说话人及多种语言上系统改变 Lombard 相关声学特征，说话人相似度保持 89-95%，在 1 dB SNR 背景噪声下将 WER 降低 7-22%。
来源：arXiv cs.CL · arxiv.org