本研究解决了生成诗歌系统在数据工程和自动评估中评估诗歌遵循韵律规则的有效工具不足的问题。我们提出了俄罗斯诗歌扫描工具库，旨在进行俄语音节重音标注、韵律检测以及识别诗意缺陷，并发布了RIFMA数据集，为现代大语言模型在诗歌文本中准确标注重音提供评估工具。这些资源为创意生成AI领域的研究人员和从业者提供了宝贵的支持，促进了生成诗歌系统的发展与评估。

本研究解决了文本到语音合成中难以生成多样化韵律输出的问题，通过将视觉特征融入韵律预测，提出了一种新模型VisualSpeech。实验结果表明，视觉特征为韵律生成提供了超出文本输入的有价值线索，显著提升了合成语音的自然性和准确性。

本研究针对当前说话人自适应文本到语音（TTS）合成方法在目标语音样本数量和质量上存在的高敏感性问题，提出了一个名为Stable-TTS的新框架。该框架通过利用高质量的预训练数据集中少量样本的韵律一致性，有效捕捉目标说话人的音色，显著提升了合成能力，尤其在样本稀缺与噪音较多的情况下表现出色。

本研究提出GoHD框架，解决音频驱动谈话头像生成中的肖像多样性和音频与面部运动的复杂关系，显著提升了肖像视频的真实感和可控性。

本研究探讨了语音到文本翻译（S2TT）系统如何利用韵律信息，并提出了评估方法和基准ContraProST。结果表明，端到端系统在韵律翻译方面优于传统系统，但韵律信号对翻译质量的提升有限。

本研究针对现有语音韵律建模方法中依赖于全局风格表示的不足，探索了基于残差向量量化的音素级编解码器的韵律建模能力。通过对编码器和解码器进行语言表示的条件处理，研究结果表明，该方法在解耦效果上取得了显著进展，能够有效捕捉韵律信息，其潜在空间具有可解释的结构，主要成分与音调和能量相关联。

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。

本研究探讨了讽刺的声学特征、讽刺用语使用的倾向和韵律线索之间的相互作用。研究发现，当讽刺意义明显时，韵律线索的相关性较低。此外，还有其他研究探讨了讽刺解释、情感识别和讽刺检测等相关主题。

本研究探讨哪些韵律特征在传达语用功能中具有重要性，尤其侧重于预测人类对话语对之间语用相似性的感知。研究发现，持续时间相关特征优于音高相关特征，且话语开头的特征比话语结尾的特征更为重要。这些结果为语音合成评估及未来韵律研究提供了重要的指导。

该研究提出了一种新颖的非自回归框架，用于口音转换，通过学习口音无关的语言表示并使用它们来转换源语音中的口音，从而保留说话者的身份。研究还调查了在我们提出的框架中的本地数据和不同声学特征的预训练策略的有效性，并使用主客观度量来全面评估了我们方法的性能。评估结果突出了预训练策略和丰富的语义特征的益处，显著提高了音频质量和可理解性。

该文章介绍了一种新的微调方法，用于生成具有良好韵律能力的诗歌或歌词。该方法通过在每个歌词的开头放置押韵的词语，以在模型承诺歌词内容之前进行关键的押韵决策。实验结果表明，该方法生成的文本更可读，韵律能力更好。作者还提供了高质量的数据集，并分析了该方法在多语言环境中的可行性。

本研究提出了名为PRESENT的方法，解决了语音合成中的韵律控制问题。该方法在零样本语言转移中表现优异，改善了德语、匈牙利语和西班牙语的字典错误率，并实现了亚音素级别的控制。

本文介绍了一种新的微调方法，用于生成具有韵律和押韵的诗歌或歌词。该方法通过将押韵的词语放在每个歌词的开头，能够生成更可读、韵律能力更好的文本。作者还提供了高质量的数据集，并分析了该方法在多语言环境中的可行性。

大型语言模型揭示了性别偏见，即使没有性别刻板印象。模型大小和对齐会放大偏见。超参数调整、指导性指导和去偏调整是有效的偏见缓解方法。

该文章介绍了一种新的生成歌词的方法，通过在每个歌词开头放置押韵的词语来提高韵律能力。实验结果显示，该方法生成的文本更可读，韵律能力更好。作者还提供了高质量的数据集，并分析了该方法在多语言环境中的可行性。此外，作者还提出了比较方法的度量标准。