論文の概要: HaikuS2S: A Cascaded System For Responding In Verse

• arxiv url: http://arxiv.org/abs/2609.23951v1
• Date: Sun, 20 Sep 2026 23:47:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.030945
• Title: HaikuS2S: A Cascaded System For Responding In Verse
• Title（参考訳）: HaikuS2S:極端に応答するカスケードシステム
• Abstract要約: 本稿では,ASR(自動音声認識),LLM(大規模言語モデル)生成俳句と,散文データセットとカスタム俳句データセットを併用したTS微調整システムHaikuS2Sを提案する。 我々の韻律と声調の整合性は、私たちの微調整された体系、特に一般詩と俳句の両方で訓練された体系で著しく向上している。
• 参考スコア（独自算出の注目度）: 38.447215509072194
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Expressive speech synthesis has advanced through prosody modeling, yet generating structured poetic speech, such as haiku, remains challenging. Prior work on prosody transfer improves expressiveness, and fine-tuned poetry TTS (text-to-speech) systems capture verse intonation. However, these models do not model haiku's 5-7-5 syllable structure or line-ending pauses. We present a cascaded system, HaikuS2S, combining ASR (automatic speech recognition), LLM (large language model)-generated haiku, and TTS fine-tuning on both prose and custom haiku datasets. Our evaluation focuses on emotion similarity, speech quality, and prosody alignment. In our experiments, we see that our prosody and tonal alignment improve significantly with our fine-tuned systems, particularly the one trained on both general poetry and haiku. We also see that we maintain similar emotion similarity scores across all systems.
• Abstract（参考訳）: 表現型音声合成は韻律モデリングによって進歩してきたが、俳句のような構造化された詩語を生成することは依然として困難である。 韻律伝達の先行研究は表現性を向上し、微調整された詩 TTS (text-to-speech) システムは詩のイントネーションを捉えている。 しかし、これらのモデルは俳句の5-7-5音節構造や行末をモデル化していない。 本稿では,ASR(自動音声認識),LLM(大規模言語モデル)生成俳句と,散文データセットとカスタム俳句データセットを併用したTS微調整システムHaikuS2Sを提案する。 本評価では,感情的類似性,音声品質,韻律的アライメントに着目した。 実験の結果,私たちの韻律と声調の整合性は,特に一般詩と俳句の双方で訓練された微調整システムによって著しく向上していることがわかった。 また、すべてのシステムで同様の感情類似度スコアを維持しています。

関連論文リスト

• Syllables to Scenes: Literary-Guided Free-Viewpoint 3D Scene Synthesis from Japanese Haiku [7.9900858134493]
  本研究では,詩の抽象概念を空間表現に変換する新しいフレームワークであるHaikuVerseを紹介する。 本稿では,従来の詩の分析を先進的な生成技術と相乗化するための文芸指導的アプローチを提案する。 本研究の枠組みは,(1)構造的意味分解による明示的イメージと暗黙的感情共鳴を捉える階層的言語批判理論(H-LCTGP)と,(2)詩的要素を体系的に一貫性のある3Dシーンに変換する多段的次元合成(PDS)である。
  論文  参考訳（メタデータ） (2025-02-17T09:18:06Z)
• A Vector Quantized Approach for Text to Speech Synthesis on Real-World Spontaneous Speech [94.64927912924087]
  我々は、YouTubeやポッドキャストから現実の音声を使ってTSシステムを訓練する。 最近のText-to-Speechアーキテクチャは、複数のコード生成とモノトニックアライメントのために設計されている。 近年のテキスト・トゥ・スペーチ・アーキテクチャは,いくつかの客観的・主観的尺度において,既存のTSシステムより優れていることを示す。
  論文  参考訳（メタデータ） (2023-02-08T17:34:32Z)
• PoeticTTS -- Controllable Poetry Reading for Literary Studies [21.29478270833139]
  我々は、人間の参照的引用から韻律的な値をクローンして詩を再合成し、その後、微粒な韻律制御を用いて合成音声を操作する。 詩のTTSモデルを微調整することで、詩のイントネーションパターンを広範囲に捉え、韻律のクローニングと操作に有用であることがわかった。
  論文  参考訳（メタデータ） (2022-07-11T13:15:27Z)
• Zero-shot Sonnet Generation with Discourse-level Planning and Aesthetics Features [37.45490765899826]
  詩の訓練を必要としないソネットを生成するための新しい枠組みを提案する。 具体的には、コンテンツ計画モジュールを非詩文で訓練し、談話レベルのコヒーレンスを得る。 また、生成されたソネットのパラメータとリズムの制約を課す制約付き復号アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-05-03T23:44:28Z)
• SP-GPT2: Semantics Improvement in Vietnamese Poetry Generation [1.9107347888374506]
  GPT2(Generative Pretraining Transformer 2)は、優れた成功を収めた技術手法の1つである。 本稿では,ベトナムの伝統的な詩の世代における GPT2 の力を調べるための第一歩を踏み出した。 我々はスタイルルール辞書を含むテンプレートで生成された詩に対する最初の計算スコアリングモジュールをリリースした。
  論文  参考訳（メタデータ） (2021-10-10T14:31:08Z)
• CCPM: A Chinese Classical Poetry Matching Dataset [50.90794811956129]
  本稿では,詩のマッチングによるモデルの意味的理解を評価するための新しい課題を提案する。 この課題は、現代漢訳の漢詩では、4人の候補者の中から1行の漢詩を選ばなければならない。 このデータセットを構築するために、まず中国古典詩と現代中国語の翻訳の並列データを得る。
  論文  参考訳（メタデータ） (2021-06-03T16:49:03Z)
• Limited Data Emotional Voice Conversion Leveraging Text-to-Speech: Two-stage Sequence-to-Sequence Training [91.95855310211176]
  感情的音声変換は、言語内容と話者のアイデンティティを保ちながら、発話の感情状態を変えることを目的としている。 本研究では,感情音声データ量の少ない連続音声変換のための新しい2段階学習戦略を提案する。 提案フレームワークはスペクトル変換と韻律変換の両方が可能であり、客観的評価と主観評価の両方において最先端のベースラインを大幅に改善する。
  論文  参考訳（メタデータ） (2021-03-31T04:56:14Z)
• Generating similes effortlessly like a Pro: A Style Transfer Approach for Simile Generation [65.22565071742528]
  擬似言語のような表現言語は、読者に新たな洞察とインスピレーションを与えるために、平易な表現を越えている。 シミリを生成するには、2つの概念の間のプロパティの効果的なマッピングを適切に理解する必要がある。 機械が生成した物語の最良のモデルから、リテラル文をシミュラに置き換えることで、挑発性が向上し、人間の審査員の受け入れが向上することを示す。
  論文  参考訳（メタデータ） (2020-09-18T17:37:13Z)
• Modeling Prosodic Phrasing with Multi-Task Learning in Tacotron-based TTS [74.11899135025503]
  本稿では,Tacotronに基づく音声合成フレームワークを拡張し,韻律句のブレークを明示的にモデル化する。 提案手法は中国語とモンゴル語の両方の音質を一貫して改善することを示す。
  論文  参考訳（メタデータ） (2020-08-11T07:57:29Z)
• Introducing Aspects of Creativity in Automatic Poetry Generation [2.792030485253753]
  詩生成とは、詩作品に似たテキストを自動的に生成する教育システムである。 深層学習システムは、詩のコーパスを訓練し、特定の言語スタイルをモデル化することで、独自の詩を生成することができる。 我々は,事前訓練された言語モデルであるGPT-2を下流の詩生成タスクに適用するアプローチを提案する。
  論文  参考訳（メタデータ） (2020-02-06T20:44:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。