跨语言TTS基准与推理时长估计策略

2026年10月15日，arXiv Artificial Intelligence 刊出 Adarsh Arigala 等作者的跨语言 TTS 研究。该工作构建了覆盖英语和九种印度语言的跨语言 TTS 评测基准，并提出一种语言感知的推理时时长估计策略，用于无对齐 TTS：在不重训练、不改动架构的条件下，将语言相关的每字符时长统计纳入推理。作者在双语和多语言 A-DMA 模型上实验，报告语音自然度、可懂度和说话人相似度均有提升，同时时长失配减少。数据集与代码配方已公开。截至当前，尚无后续跟进报道，事件进展以该篇主报道为准。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。