研究者提出日语金融语音汉字读音校验方法

研究者 Cheng Zhang 提出一种读音级校验方法，用于少样本语音克隆生成的日语金融播报：用 CTC 平假名识别器给期望读音及其易混读音打分，当替代读音更匹配音频时标记该词。 在三个克隆生产音色、30 个金融术语的 540 条语句上，受控注入误读后，基于转写的校验检出 78.9% 的误读、误报率 44.4%；该方法的检出率为 91.7%、误报率 5.0%（AUC 0.990）。在自然汉字输入下，它发现了一个音色上基于转写的校验漏掉的前端错误，并把需要重新生成的句子比例从 38.9% 降至 6.1%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。