连续SPL控制语音强度转换方法提出

Quentin Le Tellier等作者提交论文，提出一种按任意目标声压级（SPL）在连续dB尺度上控制人声强度转换的方法。该方法用轻量转换器以条件循环一致GAN在无平行数据下训练，转换冻结语音编码器的特征，再由预训练声码器重新合成语音，转换中保留内容与说话人身份。 作者在log-mel、WavLM和SpeechTokenizer三种表示上对比，并引入客观评测协议，在标定语料上衡量实际强度变化与目标值的差距。结果显示，使用WavLM时转换器达到目标强度变化的83%，同时基频也随之改变。 感知评测显示，在幅度归一化后的刺激上，感知到的人声强度随目标等级上升而增加。该结论来自作者的评测，尚属论文报告结果。

根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。