声浪

语音小管家

转载8 months ago

通义实验室语音团队提出一种基于心理学 PAD 模型的情感语音合成框架，支持用户在愉悦度（Pleasure）、唤醒度（Arousal）和支配度（Dominance）上灵活控制情感表达。无需依赖固定情感标签，就能自由组合出“温柔但坚定”“兴奋而…

语音小管家

转载8 months ago

近日，ICASSP 2026会议发出了审稿结果通知，上海交通大学跨媒体语言智能实验室共12篇论文被会议接收。我们将用两期推送介绍接收论文，本文是第二期。 07、Task Vector in TTS: Toward Emotionally E…

语音小管家

转载8 months ago

近日，ICASSP 2026会议发出了审稿结果通知，上海交通大学跨媒体语言智能实验室共12篇论文被会议接收。我们将用两期推送介绍接收论文，本文是第一期。 01、Measuring Prosody Diversity inZero-Shot…

语音小管家

转载8 months ago

「 现存问题 」 用户在进行指令语音合成时，常常希望用自然语言指令控制情绪、语气、语速等风格，同时又希望用一段参考音频实现零样本音色克隆。但现实中参考音频往往会把自身的情绪与韵律一起“带进来”，文本也可能自带隐含风格，导致模型忽略指令，出现…

语音小管家

原创8 months ago

作为汉语分支中极具价值的重要方言，吴语承载着约 1 亿使用者的沟通需求与文化记忆，不仅保留了古汉语全浊辅音系统，更有着复杂的连读变调特征。针对吴语这一类低资源方言的语音处理，并开发稳健的语音技术仍然是一项根本性的挑战。尽管吴语在语言学上具有…