跳到正文
arXiv · NLP· Jinzuomu Zhong, Alice Ross, Catherine Lai, Korin Richmond·· 21 天前AI 评分33

基于感知对齐的分段评估协议:揭示生成语音中的口音差异

Beyond Utterance-Level Speaker Similarity: Perception-Aligned Segmental Evaluation of Accent in Speech Generation

AI 导读

研究者提出结合说话人与口音相似度评分及子词标注的分段评估协议。 47名听众评估了200对苏格兰和澳大利亚语音样本,涵盖2个零样本TTS系统和1个发音转换系统。子词标注揭示了显著发音差异,且有时与相似度评分得出的系统排名不同。说话人与口音评分呈强相关(ρ = 0.71)。 该协议有助于超越传统评分,利用局部感知证据开发感知基础的分段口音评估方法,相关代码、数据和交互式演示已开放。

来源:arXiv · NLP · arxiv.org