dumai
ИИarXiv cs.CL

Проверенные системы ИИ создают голоса однообразнее человеческих

Препринт, ещё не рецензирован · ранние данные

Кратко

Авторы сравнили семь открытых систем с записями настоящей речи, оценивая сходство голосов с помощью компьютерных измерений, а не мнений слушателей. Запросы женского голоса в большинстве систем давали меньше разнообразия, чем запросы мужского. Просьбы изменить акцент или эмоцию часто приводили к североамериканскому английскому и нейтральной речи, почти не меняя разнообразия.

Зачем это знать?

Для искусственной речи разнообразие голосов и способность выполнять запросы — разные качества. Проверка только одного из них может не выявить недостатки другого.

Разбор

Исследователи сравнивали голоса, созданные по одной и той же инструкции. Они просили системы говорить без указания особенностей голоса, а затем задавали такие свойства, как пол, акцент или эмоция. Сходство голосов оценивали компьютерным способом, который отдельно проверили.

Точное выполнение запроса не гарантировало разнообразия голосов. При запросе женского голоса системы правильно выбирали пол, но созданные голоса всё равно оказывались слишком похожими друг на друга.

Можно ли доверять

Авторы сравнили голоса семи открытых систем с записями настоящей речи с помощью компьютерных измерений. Слушатели голоса не оценивали, поэтому результаты показывают сходство по этим измерениям, но не говорят, как его воспринимают люди.

  • Это препринт без указания на независимое рецензирование.
  • Оценены семь открытых систем, поэтому выводы могут не распространяться на другие модели.
  • Разнообразие оценивали по пространствам эмбеддингов голосов, а не напрямую по человеческим оценкам.

Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено

Источник и детали
ЖурналarXiv (cs.CL)
Дата публикации у нас17 ноября 2026 г.
Дата источника14 ноября 2026 г.
ОригиналОткрыть
АвторыYi-Cheng Lin, Jia-Kai Dong, Kuan-Yu Chen, Szu-Chi Chen, Jian-Jiun Ding, Sung-Feng Huang, Yusuke Hirota, Hung-yi Lee