Компьютерная наука > Звук [представлен 5 июня 2026 (v1), последний пересмотренный вариант 15 сентября 2026 года (эта версия, v2)) Название: TargetSEC: Plug- and-Play In-Wild Emotion Преобразование речи через Aroval-Contined Latitle Diflifusion View PDF HTML (экспериментальное) резюме: Speech Эмоциональная конверсия (SEC) имеет целью преобразовать эмоции источника в целевые эмоции при сохранении контента и личности оратора. КЦБВ в отношении данных, полученных из разных источников, сталкивается с трудностями вследствие непараллельного характера данных об обучении и сложных реальных акустических средств. Существующие фиксированные подходы либо пытаются эффективно сместить эмоции (высокое качество, низкое преобразование), либо ухудшают естественность речи (низкое качество, высокое обращение). Мы предлагаем "Целесобытие" - латентную систему распространения, которая основана на стиле эмоциональных настроений и зависит от индивидуальности и постоянных чувств. В отличие от методов, распространяющихся над спектрограммами, "Целевой Чейз" действует в компактном скрытом пространстве. Эксперименты на наборе данных СГУ-подкаста показывают, что целевые показатели по сравнению с текущими непрерывными исходными показателями соответствуют или превышают базисный показатель продолжительности при преобразовании МСЕ и естественности без четкого временного моделирования. История представления: Константин Александр Авга [видение электронной почты] [v1] Фри, 5 июня 2026 14:05:19 UTC (115 KB) [ v2]…
Ориентировочный показатель: преобразование эмоциональных речей с помощью вспышечного стиля стиля
arXiv: 2606.07293v2 Annuales Type: заменить кросс-бюллетень: Речевая конверсия (SEC) имеет целью преобразовать эмоции источника выражения в целевую эмоцию при сохранении содержания и речи. КЦБВ в отношении данных, полученных из разных источников, сталкивается с трудностями вследствие непараллельного характера данных об обучении и сложных реальных акустических средств. Существующие фиксированные подходы либо пытаются эффективно сместить эмоции (высокое качество, низкое преобразование), либо ухудшают естественность речи (низкое качество, высокое обращение). Мы предлагаем "Целесобытие" - латентную систему распространения, которая основана на стиле эмоциональных настроений и зависит от индивидуальности и постоянных чувств. В отличие от методов, распространяющихся над спектрограммами, "Целевой Чейз" действует в компактном скрытом пространстве. Эксперименты на наборе данных СГУ-подкаста показывают, что целевые показатели СТЭЗ превышают текущие непрерывные исходные параметры и соответствуют или превышают базовые значения продолжительности при преобразовании МСЕ и естественности без четкой временной модели.