声调是上海方言韵律的关键组成部分，研究发现单词分割可以提高语音合成模型中声调变调的质量，上海方言应被视为独立的语言。

声调是上海方言韵律的关键组成部分，研究发现单词分割可以提高语音合成模型中声调变调的质量。上海方言被视为独立的语言。

这项研究介绍了一种新的自监督语音转换架构，可以创建说话者解耦的表示。使用这种表示的模型在说话者相似度和词错误率方面表现更好，并且比人类录音更自然。使用明确的参考嵌入会对可读性产生负面影响。

SelfVC是一种训练策略，使用自我监督学习和说话人验证模型生成的交织的语音表示来训练具有可控性的语音转换模型，并通过创建具有挑战性的自我合成示例来不断改进模型。该模型适用于零样本语音转换、跨语言语音转换以及具有音高和语速修改的可控语音合成任务。在自然度、说话人相似度和可理解性的评估指标上，SelfVC 在零样本语音转换方面取得了最先进的结果。