OnomatoGen：基于漫画中 Alpha 通道的声音拟态生成
多媒体
2025-09-30 v1
摘要
声音拟态（Onomatopoeia）是漫画中文本信息传达的重要元素。与漫画中的角色对话不同，声音拟态表达在视觉上具有风格化特征，其形状、大小和放置方式的变化反映了场景的强度和氛围。尽管具有重要作用，声音拟态在漫画生成中尚未受到广泛关注。在本文中，我们聚焦于声音拟态生成，并提出了 OnomatoGen，它将纯文本风格化为声音拟态风格。我们从经验上展示了声音拟态生成的独特特性，这些特性不同于典型的文本风格化方法，并证明 OnomatoGen 能够有效地将纯文本风格化为声音拟态风格。
引用
@article{arxiv.2509.24331,
title = {OnomatoGen: Onomatopoeia Generation with the Alpha-Channel in Manga},
author = {Takara Taniguchi and Wataru Shimoda and Kota Yamaguchi and Hideki Nakayama},
journal= {arXiv preprint arXiv:2509.24331},
year = {2025}
}
备注
ICCVW COMIQ Oral