EmoNews：用于表达性新闻对话的口语对话系统
计算与语言
2025-06-18 v1
摘要
我们开发了一个任务导向的口语对话系统（SDS），该系统根据上下文线索调节情感语音，以实现更具共情力的新闻对话。尽管情感文本转语音（TTS）技术取得了进展，但任务导向的情感SDS仍然探索不足，原因在于SDS和情感TTS研究的模块化性质，以及缺乏社会目标的标准化评估指标。我们通过开发一个用于新闻对话的情感SDS来解决这些挑战，该系统利用基于大语言模型（LLM）的情感分析器来识别适当情感，并使用PromptTTS合成上下文适配的情感语音。我们还提出了情感SDS的主观评估量表，并评估了所提出系统和基线系统的情感调节性能。实验表明，我们的情感SDS在情感调节和参与度方面优于基线系统。这些结果表明语音情感对于更具吸引力的对话的关键作用。我们所有的源代码已开源，地址为 https://github.com/dhatchi711/espnet-emotional-news/tree/emo-sds/egs2/emo_news_sds/sds1
引用
@article{arxiv.2506.13894,
title = {EmoNews: A Spoken Dialogue System for Expressive News Conversations},
author = {Ryuki Matsuura and Shikhar Bharadwaj and Jiarui Liu and Dhatchi Kunde Govindarajan},
journal= {arXiv preprint arXiv:2506.13894},
year = {2025}
}