一种 Kaldi 音素对比方法可检查 TTS 发音错误

发生了什么

TTS 经常会把多音字和生僻汉字读错，人工听辨既不可靠，也难以规模化。Baoyu 分享了一种方法：将 TTS 音频输入 Kaldi，沿着解码路径读取音素序列，而不是读取识别出的汉字，再将其与目标汉字的正确读音进行比较。 https://twitter.com/goldengrape/status/2113110528541520206

接下来读什么

• 今日还有哪些重要变化微软研究院与合作者借助人类指导的 AI 证明 KLS 猜想

这件事到目前为止

Baoyu（@dotey）分享了一种检查文本转语音（TTS）发音的方法：使用 Kaldi 从生成的音频中提取音素，并将其与汉字的预期发音进行比较。该方法读取 Kaldi 解码路径上的音素序列，而不是依赖它识别出的汉字。 Baoyu 将这种方法介绍为识别生僻汉字和多音字发音错误的途径，并表示人工听辨并不可靠，也无法大规模应用。逐个将音素与目标发音进行比较，旨在确定 TTS 系统实际发出了哪些声音。