双参考引导实现跨语言语音克隆口音控制

Yuanzhong Zheng 等作者提出闭环双参考引导方法，用于跨语言语音克隆中的口音控制：将原始参考语音与经语音转换构建的可复用母语锚点配对，分别初始化独立的语言模型状态，以引导共享声学轨迹。 在 20 名留出法语说话人上，固定设置 λ*=0.33 时，残留法语 LID 质量较直接克隆降低 73%，ECAPA 相似度仅损失 0.042，平均 WER 为 0.009、平均 GOP 为 4.750，均为测试组最优。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。