arXiv · NLP· Yunya Wang, Satoshi Nakamura·· 3 天前AI 评分23
听觉反馈驱动 Flow TTS 实现隐式 Lombard 效应适应
Auditory-Feedback-Conditioned Flow TTS for Implicit Lombard Adaptation
AI 导读
基于预训练 Flow-based TTS 引入 SNR 和 ASR 听觉反馈,使系统无需显式韵律控制即可在噪声环境下自适应提升语音清晰度。 反馈信号注入 Flow-matching 条件用于语料精修和因果块级更新;实验表明听觉反馈在未见过的噪声中具备泛化能力,且单纯增强功率/F0 跟踪不保证语音质量。
来源:arXiv · NLP · arxiv.org