EmoInstruct-TTS：双路径指令引导的情感语音合成框架
原标题：EmoInstruct-TTS: Dual-Path Instruction-Guided Emotional Speech Synthesis
速览
EmoInstruct-TTS是一种双路径指令引导的情感语音合成框架，旨在解决现有方法缺乏细粒度情感强度建模的问题。该研究引入了Emotion2embed，覆盖48种情感状态，并设计了指令条件情感流模型（ICE-Flow）以从自由文本指令中推断声学情感表示。实验表明，该方法在保持语义规划的同时，显著提升了语音合成的情感可控性和自然度。
AI 深度解读
AI 正在阅读原文并生成深度解读…（首次约 20–40 秒，之后秒开）
查看原文 →arxiv.org