由语音生成自然头部运动
音频与语音处理
2022-10-27 v1 人机交互
声音
摘要
为具身对话智能体合成伴随语音的自然头部运动，对于提供丰富的交互体验是必要的。以往的大多数研究通过使用客观指标将生成的头部运动与单一真实值进行比较，来评估其质量。然而，伴随一段语音可以有许多合理的头部运动序列。在本研究中，我们研究了从生成模型中采样的头部运动在感知质量上的差异。我们表明，尽管生成模型提供了更多样化的头部运动，但它产生的运动在感知质量上存在不同程度的差异。最后我们表明，以往研究中常用的客观指标并不能准确反映生成头部运动的感知质量。这些结果为未来研究开辟了一个有趣的途径，以探索与人类质量感知相关的更好客观指标。
引用
@article{arxiv.2210.14800,
title = {Naturalistic Head Motion Generation from Speech},
author = {Trisha Mittal and Zakaria Aldeneh and Masha Fedzechkina and Anurag Ranjan and Barry-John Theobald},
journal= {arXiv preprint arXiv:2210.14800},
year = {2022}
}
备注
Submitted to ICASSP 2023