EmoRES-TTS améliore le contrôle des émotions en synthèse vocale sans réentraîner le modèle
1 sourcemis à jour 30 sept.pertinence 2,0 sur5
L’essentiel
Sur IEMOCAP, EmoRES dépasse CoCoEmo sur les quatre métriques objectives, avec IndexTTS-2 et CosyVoice2. La corrélation de rang gagne 26,13 et 12,97 points. Des auditeurs le préfèrent pour le naturel dans 63,8 % des cas au plus.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceKuan-Po Huang, Haohe Liu, Puyuan Peng et al.huggingface.co
EmoRES-TTS: Residual-Enhanced Vector Steering for Emotional Speech Generation (site externe)
Emotion-conditioned text-to-speech (TTS) models may fail to express the requested emotion reliably, and improving controllability by additional training is costly in both computation and emotion-labeled speech training data.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5