arXiv·· 12 天前AI 评分26
用动态激活引导提升 TTS 模型在嘈杂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
研究提出一种提示词相对激活引导机制，无需重新训练即可引导 TTS 模型生成更清晰的语音，其灵感来自人类在噪声中自然调整发声的 Lombard 效应，聚焦提高发声力度与超清晰发音两个特征。该机制可防止引导效果在生成过程中累积，并支持动态调整强度，在已见与未见说话人上均进行了验证。
来源：arXiv · arxiv.org