純粋な合成データによるテキスト読み上げモデルのトレーニング：実現可能性、感度、汎化能力

本研究は、テキスト読み上げモデルのトレーニングに合成データを使用することを検討しており、大規模な手動ラベリングされたデータセットの必要性を大幅に削減する可能性があります。合成データで学習したモデルの実現可能性と汎化能力を理解することは、音声合成の将来の進歩にとって不可欠です。

• •テキスト読み上げモデルのトレーニングにおける合成データの可能性を調査。
• •これらのモデルの合成データの特性に対する感度を検証。
• •トレーニングされたモデルの汎化能力を評価。