中文

面向跨说人情感强度控制的说话人无关情感向量

声音 2025-07-08 v1 音频与语音处理

摘要

跨说人情感强度控制旨在仅使用目标说话人的中性语音生成具有所需情感强度的情感语音。最近提出的情感算术方法仅针对单说话人情感向量,实现情感强度控制。尽管该先前方法在同说人场景下显示出有前景的效果,但在跨说人场景下由于源和目标说话人情感向量之间的不匹配,导致说话人一致性丧失。为克服这一局限性,我们提出一种面向跨多说话人的情感表达的说话人无关情感向量。该说话人无关情感向量可适用于任意说话人。实验结果表明,所提方法在保持说话人一致性、语音质量和可控性的前提下,成功实现了跨说人情感强度控制,即使在未出现的说话人场景下亦然。

关键词

引用

@article{arxiv.2507.03382,
  title  = {Speaker-agnostic Emotion Vector for Cross-speaker Emotion Intensity Control},
  author = {Masato Murata and Koichi Miyazaki and Tomoki Koriyama},
  journal= {arXiv preprint arXiv:2507.03382},
  year   = {2025}
}

备注

Accepted by INTERSPEECH 2025