arXiv · cs.LG· Parshav Singla, Agnik Banerjee, Aaditya Arora, Shruti Aggarwal, Anil Kumar Verma, Vikram C M, Raj Prakash Gohil, Gopal Kumar Agarwal·· 2 小时前
PACC：用 HiFi-GAN 将朗读语音转换为自然对话语音
Bridging the Gap: Converting Read Text to Conversational Dialogue
AI 导读
研究提出 Prosodic Adjustment with Conversational Context（PACC），通过深度神经网络调整语调、重音和节奏等韵律特征，并采用 HiFi-GAN 进行语音合成，将朗读语音转换为自然对话语音。实验显示该方法在自然度和模型准确率上均有提升，并在语音转换任务与 MOS 评测中建立新基准，可扩展至其他语音转换应用。
来源：arXiv · cs.LG · arxiv.org