跳到主要内容
检索

Quentin Le Tellier

1 篇关联报道

订阅更新
  1. arXiv

    录音想变多大声就变多大声:连续声压级控制,WavLM特征空间做到目标变化的83%

    语音强度转换不再只靠参考录音或几个离散档位,而是直接给定一个以dB SPL为单位的连续目标声压级。转换器在冻结编码器/解码器的特征空间里工作,用条件循环一致GAN训练,不需要平行数据。在WavLM第六层特征上,转换实现了目标强度变化的83%,感知实验也显示听者感知到的响度随目标级升高。

已读完全部报道