新方法分离语音语言与副语言信息

研究者在 arXiv 提交论文，提出用路由稀疏自编码器分离语音中的语言信息与副语言信息。该方法把 TopK 稀疏自编码器与路由专属监督、跨因子对抗结合，在冻结的 SPEAR 和 WavLM 编码器上运行。 据作者称，分离后语言信息在语言路由中更强，说话人身份、情感、韵律等副语言因子保留在副语言路由中，并在语言路由中大幅减少。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。