arXiv · AI· Adarsh Arigala, Arjun Gangwar, Srinivasan Umesh·· 2026-10-14AI 评分25
构建印地语等十种语言跨语言 TTS 基准及推理时时长估计策略
Cross-Lingual TTS for Indian Languages: A Benchmark and Inference-Time Duration Estimation Strategies
AI 导读
针对无对齐 TTS 模型在跨语言场景下的时长失配问题,研究构建了覆盖英语及 9 种印度语言的跨语言评估基准。 提出语言感知的推理时时长估计策略,通过引入特定语言的每字符时长统计来优化 A-DMA 模型。 该策略无需重新训练或修改架构,即显著提升了语音的自然度、可懂度及说话人相似度,相关资源已公开。
来源:arXiv · AI · arxiv.org