语音 AI 都在喊“表现力”，但它到底怎么定义和评测?
SIGKITTEN · x · 2026-09-03
“Expressiveness（表现力）”是当前语音 AI 最热的营销词，这期视频结合 Inworld 新发布的 TTS-2 模型资料，系统拆解它到底指什么：
- 从 Blizzard Challenge 语音合成评测史讲起，区分自然度(naturalness)与表现力(expressiveness)
- 评测方法：人类主观评价、语音竞技场(speech arenas)、AI 当裁判
- 确定性代理指标：能否用可计算的代理指标衡量表现力，以及 Goodhart 定律的风险
- 训练侧：用文本标记(text markers)编码表现力、对齐后训练的作用
- 反思：表现力并不总是目标，场景决定取舍
「多模态」频道最新
- ComfyUI 公布 MiniMax H3 同步配音挑战赛获奖者 — MiniMax_AI · 2026-09-03
- AI 虚拟网红加速渗透内容创作，Seedance 主打 influencer vlog 生成 — aftahi_ai · 2026-09-03
- Seedance 2.5 实测：30 秒 AI 网红 Vlog 身份一致、动作自然 — aftahi_ai · 2026-09-03
- AI 生成肖像:荧光粉黄配色下「不容共识」的讥讽冠冕头像 — misovalko · 2026-09-03
- 牛津与 NUS 推出 V-RAE:用预训练视觉表征替代像素重建做视频生成 — jiqizhixin · 2026-09-03
- RTX 5060 Ti 16GB 本地跑 MiniMax H3 生成视频 — apoke890 · 2026-09-03