ユーザー主導の音声生成とラテントスペースナビゲーションによる編集

ユーザーフィードバックに基づいて、特定の目標音声を合成する手法を提案する。ユーザーは簡単な比較タスクを通じて、徐々に目標音声に近づけていくことができる。