26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx

下载文档加入资源篮

阅读 0
格式 docx
大小 1.25 MB
约56页
2026-07-26
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第1页

1/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第2页

2/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第3页

3/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第4页

4/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第5页

5/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第6页

6/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第7页

7/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第8页

8/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第9页

9/56页

26年WP 基于大语言模型的插入式副语言可控语音合成系统的设计与实现最终稿(23251字).docx_第10页

10/56页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/56

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

摘要语音合成技术近几年来获得了明显的进展，但主流系统主要重视语言内容的清晰度和可懂度，缺少对笑声、叹气、咳嗽等副语言信息的感知和表达能力，导致合成语音在情感表达上显得比较平淡，缺乏人味和感染力。本文以 CosyVoice 2 为基础模型，设计并实现了一个支持插入式副语言可控生成的语音合成系统。该系统可以根据文本在指定位置自然生成多种副语言声音，这将推动语音合成向更有表现力的方向发展。本文使用 MNV-17、SMIIP-NV 和 NonVerbalSpeech-38K 这三个开源副语言数据集，通过执行文件命名标准化、音频过滤和数据划分等预处理工作，得到一个包括58183 ...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容