כתבה
arXiv cs.CL ·
עריכת ניקוד לדיבור פיני בעזרת פוסטריוגרמים פונטיים
Pronunciation Editing for Finnish Speech using Phonetic Posteriorgrams
המאמר מציע שיטה לעריכת דיבור ילידי כדי להתקרב לדיבור שני-לשוני בעזרת פוסטריוגרמים פונטיים. השיטה משתמשת ב-PPG2Speech, מודל המבוסס על דיפוזיה שמסוגל לערוך פונם אחד ללא תיאום עם טקסט.
תקציר מקורי באנגליתarXiv:2507.02115v3 Announce Type: cross Abstract: Synthesizing second-language (L2) speech is potentially highly valued for L2 language learning experience and feedback. However, due to the lack of L2 speech synthesis datasets, it is difficult to synthesize L2 speech for low-resourced languages. In this paper, we provide a practical solution for editing native speech to approximate L2 speech and present PPG2Speech, a diffusion-based multispeaker Phonetic-Posteriorgrams-to-Speech model that is capable of editing a single phoneme without text alignment. We use Matcha-TTS's flow-matching decoder as the backbone, transforming Phonetic Posteriorgrams (PPGs) to mel-spectrograms conditioned on external speaker embeddings and pitch. PPG2Speech strengthens the Matcha-TTS's flow-matching decoder wit
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית