Amazon Audible研发可控TTS与BookLLM技术

发生了什么

据Amazon Audible团队发布，其通过可控TTS技术与BookLLM模型改善有声书语音合成效果。该方案利用LLM生成语音特征描述，并结合数据合成管线，使模型能根据自然语言描述控制对话语调。此外，BookLLM组件可自动识别书中角色并定义语音特征，对话识别准确率达97%。测试显示，该技术在英语和西班牙语有声书中显著提升了对话区分度，MUSHRA评分提升3.7分。