利用深度伪造技术进行词语重音检测
机器学习
2023-05-16 v1 人工智能
摘要
本工作中,我们考虑口语的自动化重音检测任务。该问题的挑战在于重音受说话者语音特性(例如说话者口音、方言或嗓音)影响。针对此任务,我们提议利用深度伪造(deepfake)技术为该说话者生成无重音语音。这需要提取口语文本,然后利用同一说话者的语音样本为此任务生成无重音语音。通过将生成语音与口语语音比较,我们得以分离出相对易于检测的重音模式。
引用
@article{arxiv.2305.07791,
title = {Using Deepfake Technologies for Word Emphasis Detection},
author = {Eran Kaufman and Lee-Ad Gottlieb},
journal= {arXiv preprint arXiv:2305.07791},
year = {2023}
}