Kuaishou（快手）

Expressive Prompting: Improving Emotion Intensity and Speaker Consistency in Zero-Shot TTS

表达性提示：改进零样本语音合成中的情感强度和说话人一致性

Haoyu Wang, Chunyu Qiang, Tianrui Wang, Cheng Gong, Yu Jiang, Yuheng Lu, Chen Zhang, Longbiao Wang, Jianwu Dang

机构 * Tianjin Key Laboratory of Cognitive Computing and Application, College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部认知计算与应用天津市重点实验室） ； Kuaishou Technology Co., Ltd（快手科技有限公司） ； Institute of Artificial Intelligence, China Telecom（中国电信人工智能研究院） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Huiyan Technology (Tianjin) Co., Ltd（慧眼科技（天津）有限公司） 纠错

AI总结 本文提出一种两阶段提示选择策略，通过评估提示的音调特征、感知音频质量和文本情感一致性，提升零样本语音合成的情感表达和说话人一致性。