跳到正文
arXiv · ML· Juan Pablo Vigneaux, Jennifer Cole·· 2026-10-21AI 评分31

基于残差向量量化的 TTS 系统中语调旋律(intonational tunes)的干预与控制研究

Steering intonational tunes in text-to-speech synthesis

AI 导读

针对基于残差向量量化的 TTS 系统,研究提出利用主干网络隐藏状态中的均值差向量(difference-of-means vector)进行干预,以控制英语核心语调。

来源:arXiv · ML · arxiv.org