Kshitij Ambilduke

八个语音大模型在年龄与性别上大多能听出说话人属性，但把这种感知变成被要求的个性化很难，而一旦把人口标签直接写进提示，个性化提升的同时刻板选择也明显增加。

八个语音大模型在年龄与性别上大多能听出说话人属性，但把这种感知变成被要求的个性化很难，而一旦把人口标签直接写进提示，个性化提升的同时刻板选择也明显增加。