搭建桥梁：将读文本转换为对话式对话
计算与语言
2026-05-19 v1
摘要
在语音处理的最新进展中，将读语音转换为对话式语音受到广泛关注。该领域的主要挑战是保持自然度和可理解性，同时最小化实时应用的计算开销。传统读语音缺乏维持自然对话互动所必需的细腻韵律变化，这给虚拟助手、客户服务和语言学习工具等应用带来了挑战。本文提出一种新方法，称为 Prosodic Adjustment with Conversational Context (PACC)，旨在将读语音转换为自然对话式语音，用于各种现代应用。PACC 利用高级深度神经网络分析和修改韵律特征，包括语调、重读和节奏。不同于传统方法，我们使用 High-Fidelity Generative Adversarial Networks (HiFi-GAN) 进行语音合成。我们的实验结果表明，语音转换效果显著提升，增强了自然度，模型准确率也有所提高，同时通过在语音数据集上进行额外训练实现。该研究在语音转换任务中树立了新基准，Mean Opinion Score (MOS) 评估测试模型准确率，我们还展示了该方法可成功扩展到其他语音转换应用。
引用
@article{arxiv.2605.18001,
title = {Bridging the Gap: Converting Read Text to Conversational Dialogue},
author = {Parshav Singla and Agnik Banerjee and Aaditya Arora and Shruti Aggarwal and Anil Kumar Verma and Vikram C M and Raj Prakash Gohil and Gopal Kumar Agarwal},
journal= {arXiv preprint arXiv:2605.18001},
year = {2026}
}
备注
11 pages, 4 figures. Published in ICICC 2025, Springer Lecture Notes in Networks and Systems