Unlocking Fine-Grained and Within-Utterance Speaking Style Control in Prompt-Based Text-to-Speech Models

Dieses Papier schlägt neue Techniken zur feingranularen Sprechstilkontrolle in promptbasierten Text-zu-Sprache (TTS)-Modellen vor. Es behandelt die Stilinterpolation zwischen Äußerungen und Stilübergänge innerhalb einer einzigen Äußerung, wodurch Einschränkungen der globalen Stilanwendung überwunden werden.