面向网络生成文本的字素转音素基准 UGTPhon：涵盖多语言与组合式方法
文本转语音（TTS）系统在处理网络生成文本（如缩写 ppl、imo）时，需根据规范表达而非表面拼写来推断发音。为此，研究人员推出了首个针对英语、越南语和韩语网络文本的字素转音素（G2P）基准 UGTPhon，并配套提出用于细粒度诊断的分类体系。测试显示，现有 G2P 模型及前沿大模型在此类文本上的音素错误率（PER）最高落后 66.8 点。研究团队进一步提出了一种结合规范形式证据的组合式 G2P 基线方法。
DC AI 热点
精选
当前热点完整榜单 →
1AMD将以82亿美元收购李飞飞创立的空间智能公司World Labs109 热度 ⌁2英伟达推出新软硬件安全平台，旨在约束失控AI智能体105 热度 ⌁3AI智能体开发商Instinct完成10亿美元C轮融资，估值达100亿美元91 热度 ⌁4Anthropic 发布 Claude Sonnet 5.5：成本降 30% 且性能逼近 Opus 5.591 热度 ⌁5Meta推出企业级AI平台并聘请MongoDB前CEO掌舵87 热度 ⌁9月24日2026-09-24