Audible团队用可控TTS改进有声书合成
Better speech synthesis for audiobooks
Audible技术团队提出面向有声书的长篇可控TTS方案:用LLM改写与合成数据训练语音描述能力,并以BookLLM识别书中角色、标注对白说话方式。评测显示角色对白识别准确率英文97%、西班牙文94%,MUSHRA对白区分度提升3.7分,十种音色中八种听感显著改善。
AAmazon Science阅读原文Better speech synthesis for audiobooks
Audible技术团队提出面向有声书的长篇可控TTS方案:用LLM改写与合成数据训练语音描述能力,并以BookLLM识别书中角色、标注对白说话方式。评测显示角色对白识别准确率英文97%、西班牙文94%,MUSHRA对白区分度提升3.7分,十种音色中八种听感显著改善。
AAmazon Science阅读原文