JELLY: A Conversational Speech Synthesis Framework Integrating Emotion Recognition and Contextual Reasoning with Large Language Models
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出JELLY框架，解决对话语音合成中的上下文和情感识别问题。通过微调大型语言模型，JELLY能够自然生成符合对话情感的语音，实验结果表明其在情感上下文建模方面表现优异。
🏷️
