标签
PragAlign引入了一个基于反馈引导的框架,用于控制合成对话生成,使用基于LLM的评估器来改善与意图、情感、连贯性和流畅性的对齐,实现了99.50%的接受率,而一次性生成仅为72.25%。
本文提出EmoVec,一个轻量级框架,通过潜在向量引导在大型语言模型中实现可控情感生成,无需更新模型权重即可实现对情感强度的连续控制。
本文提出了VA-DPO,一种使用连续效价-唤醒维度在语言模型中进行可控情感生成的方法,它在不降低模型性能的前提下改进了提示技术。
NeuTTS-2E是一个支持7种可控情感的开源设备端TTS模型。