Audible 技术团队推出可控 TTS 系统以区分有声书角色

Audible 技术团队提出了一种可控文本到语音（TTS）方法和 BookLLM 系统，通过自然语言描述控制角色语音风格，使其有声书角色对话的区分度在 MUSHRA 测试中提升了 3.7 分。 该系统包含三个关键创新：生成带高质量语音特征描述的语音数据；自动识别书籍角色并标注对话；使用 BookLLM 模型根据角色属性定义语音特征。 在测试中，该系统对英语和西班牙语书籍的角色对话识别准确率分别达到 97% 和 94%。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。