arXiv eess.AS· Quentin Le Tellier, Albert Rilliard, Olivier Perrotin, Marc Evrard·· 2 天前评分29
基于对抗训练的连续 SPL 控制人声强度转换
Vocal Intensity Conversion with Continuous SPL Control via Adversarial Training
导读
一种轻量转换器以条件循环一致 GAN 在无平行数据下训练，可对任意目标声压级（SPL）实现连续 dB 尺度的人声强度转换，同时保留内容与说话人身份。在 log-mel、WavLM 和 SpeechTokenizer 三种表示对比中，WavLM 达到目标强度变化的 83%，并同步改变基频；感知评测确认幅度归一化后感知强度随目标等级上升。
来源：arXiv eess.AS · arxiv.org