Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点
kastnerkyle · x · 2026-11-16
Zyphra 研究员指出文本归一化(text normalization)在 TTS 中被严重低估:在 Gradium 的 TTS Hard Cases 测试集上,只要正确归一化输入就能解决大部分难题。
- 团队开源了 zyphra-textnorm,在不影响推理延迟的前提下处理输入归一化。
- 在 2500 条、覆盖英法西葡德五语的结构化数据测试集(Gradium TTS Hard Sentences 202610)上,Zonos 的结构化正确率从 45.64% 升至 67.60%(+21.96pp),Qwen 从 48.52% 升至 59.08%(+10.56pp),五个语言整体均有提升。
「多模态」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16
- Minimax H3 Image 训练人物 LoRA 相似度差,同数据集在 Qwen 2.1 上表现优异 — Ad_Organic · 2026-11-16