BriefGPT - AI 论文速递
·
格网句与自然句对正常音量转化效果的比较研究
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文比较了两个语音语料库，研究了格状句对于提高自然语音可懂性的效果，并发现噪音水平的增加使得格状句和自然句都表现出类似的变化，但在 alpha 比率的增加方面，格状句呈现出更大的增长。通过主观可懂性评估发现，EMALG 上训练的 StarGAN 模型在提高可懂性方面始终优于 LCT 上训练的模型，可能归因于 EMALG 中从正常语音到 Lombard 语音的 alpha 比率增长更大。
🎯
关键要点
- 比较了两个语音语料库：LCT 和 EMALG。
- 研究了格状句对提高自然语音可懂性的效果。
- 噪音水平的增加使得格状句和自然句表现出类似的变化。
- 在 alpha 比率的增加方面，格状句呈现出更大的增长。
- 通过主观可懂性评估发现，EMALG 上训练的 StarGAN 模型优于 LCT 上训练的模型。
- EMALG 中从正常语音到 Lombard 语音的 alpha 比率增长更大，可能是优越表现的原因。
➡️
