用户生成文本的音素化：基准、分类体系与组合式方法

英文标题：Phonemizing User-Generated Text: A Benchmark, Taxonomy, and Compositional Approach

该论文关注文本转语音系统处理中用户生成文本（UGT）时的发音推断问题，例如“ppl”和“imo”等缩写或非规范拼写。作者提出 UGTPhon，称其为首个面向用户生成文本的字素到音素（G2P）基准。论文还围绕 UGT 的音素化提出分类体系与组合式方法，旨在帮助开发者提升 TTS 系统对非标准文本的读音处理能力。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB