BriefGPT - AI 论文速递
·
Rethinking MUSHRA: Addressing Modern Challenges in Text-to-Speech Evaluation
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究针对文本到语音（TTS）评估中的一致性和稳健性问题，提出了改进的MUSHRA测试变体，以解决参考匹配偏差和评判模糊性。此外，研究发布了包含47,100个汉语和泰米尔语评分的MANGO数据集，旨在支持人类偏好分析和自动评估指标的开发。
🎯
关键要点
-
本研究解决了文本到语音（TTS）评估中缺乏一致性和稳健性的问题。
-
提出了两种改进的MUSHRA测试变体，分别针对参考匹配偏差和评判模糊性。
-
改进后的MUSHRA测试旨在提供对超越人类语音质量的TTS系统更公正和清晰的评分。
-
研究发布了MANGO数据集，包含47,100个汉语和泰米尔语评分。
-
MANGO数据集旨在支持人类偏好分析和自动评估指标的开发。
🏷️
