基于非自回归神经机器翻译的新型汉语方言TTS前端
计算与语言
2022-12-13 v3 声音
音频与语音处理
摘要
汉语方言是汉语的不同变体，可视为与普通话同语系的不同语言。尽管均使用汉字，其发音、语法与习语可能差异显著，甚至本地说话人也难输入正确的方言书写形式。此外，以普通话文本作为语音合成输入会产生自然度差的语音。本文提出一种带翻译模块的新型汉语方言TTS前端，将普通话文本转换为方言表达以提升合成语音的可懂度与自然度。我们提出一种结合多种技巧的非自回归神经机器翻译模型用于该翻译任务。这是已知首个将翻译与TTS前端结合的工作。粤语上的实验表明，所提模型以普通话输入提升2.56 BLEU，TTS提升0.27 MOS。
引用
@article{arxiv.2206.04922,
title = {A Novel Chinese Dialect TTS Frontend with Non-Autoregressive Neural Machine Translation},
author = {Junhui Zhang and Wudi Bao and Junjie Pan and Xiang Yin and Zejun Ma},
journal= {arXiv preprint arXiv:2206.04922},
year = {2022}
}
备注
4 pages,5 figures