Back to Home
RadarAI··Papers & Tech

Audible 团队用可控 TTS 与 BookLLM 改进有声书语音合成

中文摘要

Audible利用可控TTS和BookLLM技术自动识别角色并优化语音合成,显著提升了有声书的情感表达与听感质量。

English Summary

Audible’s controllable TTS and BookLLM improve audiobook synthesis by accurately identifying characters and enhancing emotional expression, resulting in significantly better listening experiences across English and Spanish.

Original Excerpt

Audible 技术团队用可控 TTS 合成有声书,通过自然语言语音描述控制对白表达,角色对白区分度在 MUSHRA 测试中提升 3.7 分。其 BookLLM 组件自动识别书中角色并标注对白,在 25 本英西语书籍上角色识别准确率分别为 97% 和 94%。在英西语测试中,十种声音里有八种听感获得统计显著改善。