Audible团队用可控TTS与BookLLM改进有声书合成

Audible技术团队提出用可控TTS结合BookLLM合成有声书：BookLLM自动识别书中角色并标注对白，再由可控TTS按自然语言描述控制对白语气。团队称，在25本英语和西班牙语书籍上，角色识别准确率分别为97%和94%；MUSHRA测试中角色对白区分度提升3.7分，英西语测试的十种声音里有八种听感获得统计显著改善。 可控TTS指用“以热情、高音调的声音说话”这类自然语言描述来控制对白表达。上述准确率与听感改善均为该团队在测试中的报告结果。

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。