通过自动评分语音合成语料库实现语音转换以控制喜好度

感知语音喜好度在各种社交互动中发挥着关键作用，如伴侣选择和广告。提供面向特定目标受众的参考性令人喜爱语音样本的系统，能够帮助用户调整其说话风格和语音质量，从而促进更顺畅的沟通。为此，我们提出了一种能够控制输入语音喜好度的方法，同时保持说话者身份和语言内容。为提高训练数据的可扩展性，我们在现有语音喜好度数据集上训练喜好度预测器，并利用其为大型语音合成语料库自动标注喜好度评分。实验评估显示，预测器的输出与人类提供的喜好度评分之间存在显著相关性。主观和客观评估进一步表明，所提出的方法有效地控制了语音喜好度，同时保持了说话者身份和语言内容。