跳到主要内容
检索

# Irodori-Ruby-OPD

1 篇关联报道

订阅更新
  1. arXiv

    日文多音字不再靠猜:Irodori-Ruby-OPD 用纯文本蒸馏把原始文本读音准确率提到 97.13%

    日文语音合成长期在两条路之间取舍:走音素前端能控制读音,却丢掉汉字字形里的语义与韵律线索;直接读原始文本更自然,却容易在多音字上读错。Irodori-Ruby-OPD 在流匹配语音合成模型上分两步走,先用带注音标注的 Ruby 文本并扰动字形训练出可控制读音的教师模型,再用纯文本语料做同策略蒸馏,把读音知识迁移到无标注文本输入。在 Joyo-Kanji-Yomi 基准上,它以原始文本输入取得 97.13% 的读音准确率、2.02% 的目标 PER 和 0.70% 的句子 PER,同时保留 Ruby 注音控制能力。

已读完全部报道