Kuan-Po Huang

该工作提出免训练的 EmoRES 方法，发现情绪引导向量可分解为把语音推离中性表达的共享分量与指向目标情绪的残差分量，并分别独立控制二者；在 IEMOCAP 上，EmoRES 在 IndexTTS-2 与 CosyVoice2 两个冻结骨干上于全部四项客观情绪指标上优于 CoCoEmo，排序相关性分别提升 26.13 与 12.97 个百分点，情绪命中率分别提升 12.95 与 6.92 个百分点，人类评测中听者正确识别主导目标情绪的比例相对提升最高 35.0%，自然度成对偏好最高达 63.8%。

该工作提出免训练的 EmoRES 方法，发现情绪引导向量可分解为把语音推离中性表达的共享分量与指向目标情绪的残差分量，并分别独立控制二者；在 IEMOCAP 上，EmoRES 在 IndexTTS-2 与 CosyVoice2 两个冻结骨干上于全部四项客观情绪指标上优于 CoCoEmo，排序相关性分别提升 26.13 与 12.97 个百分点，情绪命中率分别提升 12.95 与 6.92 个百分点，人类评测中听者正确识别主导目标情绪的比例相对提升最高 35.0%，自然度成对偏好最高达 63.8%。