跳到正文
Inworld AI· inworld·· 12 天前精选AI 评分38

Inworld 用 LLM 迭代改写描述培育合成语音,26 轮后选出 12 条

Our Head of Research, @altsoph, shared an experiment in “breeding” synthetic voices to bring more variety to our TTS library.

AI 导读

Inworld 研究负责人 Aleksey 用 Inworld Voice Design 从文本描述生成语音,再由 LLM 依据评估结果改写并组合这些描述,迭代 26 轮后有 214 条语音通过自动检查,人工评审从中选出 12 条收入语音库。每轮生成都会检测音质以及与库内已有语音的差异度,完整流程和试听样本发布在其 Substack 上。

推荐理由

原文给出用 LLM 迭代改写描述并双重筛选语音的完整流程,可作为自建语音库的参考。

来源:Inworld AI · x.com