读给我听：一款具备情感感知的语音旁白应用
声音
2022-09-08 v1 计算与语言
机器学习
音频与语音处理
摘要
在本工作中，我们尝试对音频进行情感风格迁移。具体而言，探索了 MelGAN-VC 架构用于多种情感对的迁移。随后使用基于 LSTM 的音频情感分类器对生成的音频进行分类。我们发现，与“高兴”或“愤怒”相比，“悲伤”音频生成得更好，因为人们的悲伤表达更为相似。
引用
@article{arxiv.2209.02785,
title = {Read it to me: An emotionally aware Speech Narration Application},
author = {Rishibha Bansal},
journal= {arXiv preprint arXiv:2209.02785},
year = {2022}
}