prosody -intonation,tone,stress,rhythm
从声学的角度来看,韵律与音高、音素持续时间、能量和频谱倾斜度有关
韵律建模的粒度,这些方法可以分为两类:句子级别的粗粒度[6,7,8]和单词和音素级别的细粒度
所提出的系统由ToBI预测模块和基于Tacotron的语音合成模块[2]组成。ToBI预测模块使用预训练语言模型来预测ToBI标签,而Tacotron模型用于韵律建模
prosody -intonation,tone,stress,rhythm
从声学的角度来看,韵律与音高、音素持续时间、能量和频谱倾斜度有关
韵律建模的粒度,这些方法可以分为两类:句子级别的粗粒度[6,7,8]和单词和音素级别的细粒度
所提出的系统由ToBI预测模块和基于Tacotron的语音合成模块[2]组成。ToBI预测模块使用预训练语言模型来预测ToBI标签,而Tacotron模型用于韵律建模