University of California, San Diego（加州大学圣迭戈分校）

AutoSIFT: Automatic Style Sifting for Controllable Speech Generation with Arbitrary Style Infilling

AutoSIFT：用于可控语音生成的自动风格筛选与任意风格填充

Haowei Lou, Junda Wu, Chengkai Huang, Tong Yu, Hye-young Paik, Wen Hu, Lina Yao

机构 * UNSW Sydney（新南威尔士大学悉尼分校） ； University of California San Diego（加利福尼亚大学圣地亚哥分校） ； Macquarie University（麦考瑞大学） ； Adobe Research（Adobe 研究院） 纠错

AI总结 研究针对TTS模型难以细粒度控制说话风格的问题，提出AutoSIFT框架，将风格分解为可描述和残余两类，通过广义风格解缠器和任意风格填充器，可在保留残余风格时替换指定风格类别，实现高度可定制的语音生成。