基于 RAD-TTS 对齐器的自动异音同形词消解流水线
计算与语言
2023-03-01 v1
摘要
字素到音素(G2P)转导是标准文本到语音(TTS)流水线的一部分。然而,对于包含异音同形词——即拼写相同但可有多种发音的词语——的语言,G2P 转换十分困难。带有标注异音同形词的数据集规模有限且创建成本高昂,因为人工标注仍是异音同形词消歧的主要方法。我们提出一种基于 RAD-TTS 对齐器的流水线,用于自动消解同时包含音频与文本转录的数据集中的异音同形词。通过为每个异音同形词生成所有可能的候选发音并用对齐器模型打分,可选择最佳发音。所得标签可用于创建训练数据集,供多阶段与端到端 G2P 系统使用。
引用
@article{arxiv.2302.14523,
title = {Automatic Heteronym Resolution Pipeline Using RAD-TTS Aligners},
author = {Jocelyn Huang and Evelina Bakhturina and Oktai Tatanov},
journal= {arXiv preprint arXiv:2302.14523},
year = {2023}
}