VoiceMOS 挑战 2024：超越语音质量预测
声音
2024-09-12 v1 音频与语音处理
摘要
我们介绍第三届 VoiceMOS 挑战，旨在推动自动预测人类语音评分的研究。本次挑战包含三个赛道。第一个赛道针对语音合成系统中“放大”高质量样本的质量预测。第二个赛道则针对歌声合成和语音转换样本的评级预测，这些样本来自大量异构的系统、听众和语言。第三个赛道涉及针对噪声、干净和增强语音的半监督质量预测，仅提供少量标记训练数据。在来自 academia 和 industry 的八支队伍中，我们发现许多队伍能够超越基线系统。成功技术包括检索方法以及使用非自监督表示（如频谱图和基音直方图）。这些结果表明，挑战已推动了主观语音评分预测领域的发展。
关键词
引用
@article{arxiv.2409.07001,
title = {The VoiceMOS Challenge 2024: Beyond Speech Quality Prediction},
author = {Wen-Chin Huang and Szu-Wei Fu and Erica Cooper and Ryandhimas E. Zezario and Tomoki Toda and Hsin-Min Wang and Junichi Yamagishi and Yu Tsao},
journal= {arXiv preprint arXiv:2409.07001},
year = {2024}
}
备注
Accepted to SLT2024