有声书不再一个腔调念到底:Audible给每个角色配固定声线,对话区分度提高3.7分
Audible技术团队把可控文本转语音用于有声书:先用大语言模型为书中每个角色建立固定声线档案,并为每句对白写出“紧张低语”这类自然语言表演说明,再由语音模型按说明合成。角色识别在25本英西语悬疑、科幻、言情小说上分别达到97%和94%的准确率;在MUSHRA听感测试中,对话区分度提高3.7分,十种声线中有八种在英西语测试里获得统计显著的听感提升。
Audible技术团队把可控文本转语音用于有声书:先用大语言模型为书中每个角色建立固定声线档案,并为每句对白写出“紧张低语”这类自然语言表演说明,再由语音模型按说明合成。角色识别在25本英西语悬疑、科幻、言情小说上分别达到97%和94%的准确率;在MUSHRA听感测试中,对话区分度提高3.7分,十种声线中有八种在英西语测试里获得统计显著的听感提升。
已读完全部报道