SILA：用于增强文本到音频生成控制的信噪比信号增强

文本到音频生成领域取得了显著的进展，但对生成音频声学特性的精细控制能力仍受到关注。本文提出一种新颖且简单的方法，用于生成具有可控声学参数（如响度、音调、混响、淡入淡出、亮度、噪声和持续时间）的音效，支持声乐设计和内容创作中的创意应用。这些参数超越了传统的数字信号处理（DSP）技术，融合了学习表示，捕捉声学特性在语境下被塑造的细微差别，实现对生成音频更丰富、更细致的控制。该方法具有模型无关性，基于学习音频语义与声学特征之间的解耦。我们的做法不仅提升了文本到音频生成的灵活性和表达性，还开辟了创意音频制作和声乐设计的新方向。我们的客观和主观评估结果表明，该方法在生成高质量、可定制音频输出方面有效，且与用户规范高度一致。