★ 3
研究：为对话式 TTS 模型加音素控制，药名读音正确率升至 90.7%
论文在不做预训练/中训练的前提下，通过 ARPAbet 词表扩展、音素增强监督微调与免训练推理期声学偏置，为预训练对话式 TTS 模型补上音素可控性。在 7500 条临床药名读音评测中，Gemini 判定的严格正确率从 54.6% 升至 90.7%，且全部为域外测试，说明模型学到的是发音而非记忆。
arXiv NLP13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文在不做预训练/中训练的前提下，通过 ARPAbet 词表扩展、音素增强监督微调与免训练推理期声学偏置，为预训练对话式 TTS 模型补上音素可控性。在 7500 条临床药名读音评测中，Gemini 判定的严格正确率从 54.6% 升至 90.7%，且全部为域外测试，说明模型学到的是发音而非记忆。