EmphAssess：评估语音到语音模型中重音转移的韵律基准
计算与语言
2024-10-15 v2 声音
音频与语音处理
摘要
我们推出了 EmphAssess，这是一个旨在评估语音到语音模型编码和复现韵律重音能力的韵律基准。我们将该基准应用于两项任务：语音重合成和语音到语音翻译。在这两种情况下，该基准评估模型在语音输入中编码重音并在输出中准确复现的能力，这一过程可能跨越说话人和语言的变更。作为评估流程的一部分，我们引入了 EmphaClass，这是一种新的模型，可在帧级或词级对重音进行分类。
引用
@article{arxiv.2312.14069,
title = {EmphAssess : a Prosodic Benchmark on Assessing Emphasis Transfer in Speech-to-Speech Models},
author = {Maureen de Seyssel and Antony D'Avirro and Adina Williams and Emmanuel Dupoux},
journal= {arXiv preprint arXiv:2312.14069},
year = {2024}
}
备注
Accepted at EMNLP 2024 (Main)