Geschlechtsambigue Sprachsynthese durch Übertragung des femininen Sprechstils auf männliche Stimmen

מושגי ליבה

Durch Stimmmorph-Verfahren, die den femininen Sprechstil einer weiblichen Stimme auf männliche Stimmen übertragen und deren Tonhöhe in den Bereich zwischen männlich und weiblich verschieben, lässt sich eine höhere Geschlechtsambiguität der resultierenden Stimmen erreichen als durch reine Tonhöhenmodifikationen.

תקציר

Die Studie untersucht einen neuartigen Ansatz zur Erzeugung geschlechtsambiger Sprachsynthese, indem der feminine Sprechstil einer weiblichen Stimme auf männliche Stimmen übertragen wird. Dazu werden Stimmmorph-Verfahren eingesetzt, um die Charakteristika der weiblichen Sprechweise (z.B. Intonation, Sprechrhythmus) auf die männlichen Stimmen zu übertragen, während gleichzeitig die Tonhöhe in den Bereich zwischen männlich und weiblich verschoben wird.

Die Ergebnisse zeigen, dass diese Kombination aus Stimmübertragung und Tonhöhenmodifikation zu einer höheren wahrgenommenen Geschlechtsambiguität der resultierenden Stimmen führt als reine Tonhöhenverschiebungen. Die erzeugten Sprachproben wurden von Hörern als qualitativ hochwertig eingestuft.

Im Gegensatz zu bisherigen Ansätzen, die entweder reine Signalmodifikationen oder das Mitteln von Sprecherembeddings verwendeten, nutzt dieser Ansatz gezielt die Übertragung suprasegmentaler Merkmale des Sprechstils, um Geschlechtsambiguität zu erzeugen. Damit wird erstmals der Sprechstil als zentraler Faktor für die Erzeugung geschlechtsambiger Stimmen berücksichtigt.

סטטיסטיקה

Die erzeugten geschlechtsambigen Stimmen mTaylor und mJames erreichen im Durchschnitt eine Qualitätsbewertung von 3,8 auf einer Skala von 1 bis 5.

ציטוטים

"Durch Stimmmorph-Verfahren, die den femininen Sprechstil einer weiblichen Stimme auf männliche Stimmen übertragen und deren Tonhöhe in den Bereich zwischen männlich und weiblich verschieben, lässt sich eine höhere Geschlechtsambiguität der resultierenden Stimmen erreichen als durch reine Tonhöhenmodifikationen."
"Im Gegensatz zu bisherigen Ansätzen, die entweder reine Signalmodifikationen oder das Mitteln von Sprecherembeddings verwendeten, nutzt dieser Ansatz gezielt die Übertragung suprasegmentaler Merkmale des Sprechstils, um Geschlechtsambiguität zu erzeugen."

תובנות מפתח מזוקקות מ:

Gender-ambiguous voice generation through feminine speaking style transfer in male voices

by Maria Koutso... ב- arxiv.org 03-13-2024

https://arxiv.org/pdf/2403.07661.pdf

שאלות מעמיקות

Wie lassen sich die Erkenntnisse aus dieser Studie auf andere Sprachen und Kulturen übertragen, in denen sich Geschlechtsidentität und Sprechstil möglicherweise anders ausprägen

Die Erkenntnisse aus dieser Studie können auf andere Sprachen und Kulturen übertragen werden, indem man die grundlegenden Prinzipien der Geschlechtsambiguität in der Stimme berücksichtigt. In verschiedenen Sprachen und Kulturen können sich Geschlechtsidentität und Sprechstil unterschiedlich manifestieren, was zu spezifischen Merkmalen führt, die die Wahrnehmung von Geschlecht beeinflussen. Daher ist es wichtig, die spezifischen sprachlichen und kulturellen Nuancen zu berücksichtigen, um geschlechtsambige Stimmen in verschiedenen Kontexten erfolgreich zu erzeugen. Eine Anpassung der Techniken zur Übertragung von Sprechstilen und zur Modifikation von Stimmeigenschaften je nach den sprachlichen und kulturellen Besonderheiten ist entscheidend, um eine breite Akzeptanz und Anwendbarkeit zu gewährleisten.

Welche weiteren suprasegmentalen Merkmale des Sprechstils könnten neben Intonation und Rhythmus noch für die Erzeugung geschlechtsambiger Stimmen relevant sein

Neben Intonation und Rhythmus könnten weitere suprasegmentale Merkmale des Sprechstils für die Erzeugung geschlechtsambiger Stimmen relevant sein. Dazu gehören Aspekte wie Artikulation, Betonung, Sprechgeschwindigkeit, Pausenverteilung, Art der Artikulation und Betonung bestimmter Wörter oder Phrasen. Diese Merkmale tragen ebenfalls zur Geschlechtsidentifikation bei und können daher bei der Erzeugung geschlechtsambiger Stimmen berücksichtigt werden. Durch die gezielte Modifikation dieser suprasegmentalen Merkmale kann die Wahrnehmung der Geschlechtsidentität in der Stimme beeinflusst werden, was zu einer effektiven Erzeugung geschlechtsambiger Stimmen führt.

Inwiefern beeinflusst die Persönlichkeit und Identität des Sprechers die Wahrnehmung von Geschlechtsambiguität in der Stimme

Die Persönlichkeit und Identität des Sprechers können die Wahrnehmung von Geschlechtsambiguität in der Stimme erheblich beeinflussen. Die Art und Weise, wie ein Sprecher spricht, seine individuellen Sprechgewohnheiten, Betonungen und Ausdrucksweisen können dazu beitragen, dass seine Stimme als geschlechtsambig wahrgenommen wird. Darüber hinaus können persönliche Merkmale und Eigenheiten des Sprechers, wie Selbstbewusstsein, Selbstwahrnehmung und emotionale Ausdrucksweise, die Art und Weise beeinflussen, wie seine Stimme von anderen wahrgenommen wird. Somit ist die Persönlichkeit und Identität des Sprechers ein wichtiger Faktor, der die Geschlechtsambiguität in der Stimme formt und die Wahrnehmung dieser Ambiguität durch Zuhörer beeinflusst.