跳到正文
arXiv · NLP· Seymanur Akti, Alexander Waibel·· 2026-10-07AI 评分30

动态激活引导改进噪环境下语音清晰度

Loud and Clear: Dynamic Activation Steering for Improving Speech Intelligibility in Noisy Environments

AI 导读

研究人员提出一种无需重训练的激活引导机制,利用提示相对引导防止效应累积,动态调整强度以生成更清晰的语音。 该方法基于 Lombard 效应,在可见与不可见说话者及多语言测试中,保持了 89-95% 的说话者相似度,并在 1 dB SNR 下将背景噪声中的 WER 降低了 7-22%。 这一结果表明预训练 TTS 模型可被动态控制以在噪环境中生成更清晰的语音。

来源:arXiv · NLP · arxiv.org