音声感情をコントロールするダイヤの特殊技術とは？

2025-08-24

1.5 K

感情コントロール技術の分析

ダイヤは、3つの主要な技術によって感情調節を可能にする：

オーディオ・キュー・ガイドリファレンス音声をアップロードした後、モデルはそのリズムの特徴（発話速度、ピッチなど）を抽出し、新しく生成された音声に移行します。
パラメトリック制御CFG比（デフォルト3.0）と温度パラメータ（デフォルト1.3）は、発話の決定性と感情の揺らぎの大きさを調整するためにリンクしています。
スクリプトタギングシステム感情状態をテキストに直接ラベル付け（例えば「（興奮）」）すると、モデルは対応する潜在空間表現を呼び出す。

テストによると、固定シードを使用した場合、このモデルは同じキャラクターの発話間で感情の一貫性を維持し、ロールプレイングタイプの応用シナリオに特に適している。