arXiv · NLP· Hankun Wang, Bohan Li, Shi Lian, Xiaoyu Gu, Jing Peng, Da Zheng, Yiwei Guo, Colin Zhang, Shuai Wang, Kai Yu·· 9 小时前AI 评分25
dots.tts.edit：基于连续自回归模型的精准语音编辑
dots.tts.edit: Precisely Controlled Speech Editing with a Continuous Autoregressive Model
AI 导读
dots.tts.edit 是一种基于连续自回归架构的语音编辑模型，通过半形式化转录脚本指令实现精准控制。 它支持词法、情感、韵律及暂停四种编辑操作，并在 doteBench 双语文本基准上展现出领先的指令遵循与局部保留能力。 音频质量与现有开源系统相当，且在 Seed-TTS-Eval 评测中与基座模型的零样本 TTS 识别误差及说话人相似度无显著差异。
来源：arXiv · NLP · arxiv.org