跳到正文
arXiv · ML· Afsara Benazir, Darius P\'etermann, Felix Xiaozhu Lin, Salar Rahili·· 2026-10-08AI 评分20

SteerSpeech:通过激活引导实现生成语音的情感控制

Steerspeech: Activation Steering For Emotion Control In Generated Speech

AI 导读

SteerSpeech 提出一种轻量级激活引导框架,通过在 TTS 模型隐层注入引导向量控制情感,保持模型主干冻结。 使用低秩变换和多专家目标优化,结合直通估计器处理离散语音 token。

来源:arXiv · ML · arxiv.org