Building and Evaluating Fixed-Voice Thai TTS from Synthetic Speech

• 类型：arxiv
• 标识：2609.03502
• 链接：https://arxiv.org/abs/2609.03502
• 主分类：multimodal
• 形态：application
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The resulting 82M-parameter model, Wayu-Paxa-TTS-Edge, enables on-device Thai TTS without reference audio and achieves the lowest pause-placement error and intra-word pause rates among the three systems.
• OpenAlex ID：W7208733314
• OpenAlex DOI：10.48550/arxiv.2609.03502
• DOI：10.48550/arxiv.2609.03502
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.03502
• OpenAlex更新：2026-09-15
• 副分类：evaluation
• 待LLM分类：否
• 标题中文：基于合成语音构建并评估固定音色的泰语 TTS
• TLDR中文：最终得到的 82M 参数模型 Wayu-Paxa-TTS-Edge 实现了无需参考音频的设备端泰语 TTS，并在三个系统中取得了最低的停顿位置错误率与词内停顿率。
• 来源文件：
• /inbox/tom/_candidates/2026-09-14-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]