arXiv · NLP· Joonyong Park, Jerry Li·· 3 小时前AI 评分38
当人设与台词冲突：诊断 Chain-of-Thought TTS 中的规划到合成故障
When the Persona Contradicts the Line: Diagnosing Plan-to-Synthesis Failures in Chain-of-Thought TTS
AI 导读
研究构建了日英双语人设-台词冲突基准，以诊断 Chain-of-Thought TTS 在情感冲突下的规划-合成故障。 QwenEmotion 监督使英文方向准确率升至 84%，日语达 75%；学习式文本-潜空间接口将英文最高提升至 89%，日语唤醒度达 88%。 结果证明，通过学习修复规划到合成接口可恢复与文本情感相悖的语音表现，但该效果在语言与声学维度间存在差异。
来源：arXiv · NLP · arxiv.org