emotional text-to-speech | BriefGPT

关键词emotional text-to-speech

搜索结果 - 8

EmoSphere-TTS: 通过球形情感向量实现情感风格与强度建模的可控情感文本到语音技术
通过使用球形情感向量来控制合成语音的情感风格和强度，提出了 EmoSphere-TTS，该系统实现了表达性的情感语音。通过使用唤起度、愉悦度和支配性伪标签来模拟情感的复杂特性，进而提出了双条件对抗网络来提高生成语音质量，实验结果表明该模型能
PDF20 days ago
利用语言模型探索语音风格空间：无情感标签的情感合成
设计了一个新颖的两阶段框架 TEMOTTS，用于基于文本的情感语音合成任务，该框架在没有情感标签和文本提示的情况下进行训练，并能够无需辅助输入进行推理。利用 BERT 学习的语言空间和全局风格标记构建的情感风格空间之间进行知识转移，实验证明
PDFa month ago
MM-TTS: 多模态、情绪感应文本转语音综合的统一框架
Multimodal Emotional Text-to-Speech System (MM-TTS) is proposed, which leverages emotional cues from multiple modalities
PDF2 months ago
Daisy-TTS: 通过韵律嵌入分解模拟更广泛情感频谱
在这篇论文中，我们提出了一种基于结构模型的情感文本转语音设计，旨在模拟更广泛的情感谱系。我们的设计 Daisy-TTS 中加入了韵律编码器，以学习具有情感可分离性的韵律嵌入作为情感的代理。通过一系列的感知评估，与基准相比，Daisy-TTS
PDF4 months ago
利用语音 PTM、文本 LLM 和情感 TTS 进行语音情感识别
通过研究不同的预训练模型、情感文本合成和数据增强方法，本文提出了一种提高语音情感识别效果的方法，实验结果表明该方法在 IEMOCAP 数据集上具有较高的效果。
PDF9 months ago
使用不平衡的语音数据学习情感表示，用于语音情感识别和情感文本转语音
本研究提出情感抽取器解决了在语音情感识别和情感语音合成等任务中因数据集不平衡带来的问题，并采用数据增强方法训练模型以提取出通用有效的语音情感表征，为情感语音合成任务提供更具表现力的语音。
PDFa year ago
ZET-Speech：基于扩散和基于风格的模型的零样本自适应情感可控语音合成
本文提出了一种零样本适应情绪可控 TTS 模型 ZET-Speech，旨在实现对任何说话者情感语音的合成，采用了域对抗学习和扩散模型的引导方法，实验结果表明，ZET-Speech 成功地合成了所需情感的自然和情感语音，适用于已知和未知说话者
PDFa year ago
通过操作语音风格潜在因素进行跨说话人情感转移
本文提出一种基于潜在风格空间中的矢量算术方法的跨说话人情感转移和操纵研究，可以使用仅有的几个标记样本从阅读风格语音生成情感语音，并且情感强度可以轻松控制，保留了说话人的身份。实验结果表明这种方法在表达性、自然度和可控性方面具有优越性。
PDFa year ago