用发音词典监督爱尔兰语语音合成

发音词典可转为判别器，提升低资源语音合成效果

资讯摘要

论文提出用词典与方言描述中的发音记录监督大模型适配爱尔兰语（Gaeilge）。作者基于12.8小时Common Voice语音微调Qwen3-TTS，修正厂商微调脚本中训练损失无法暴露的两处缺陷，跨语料CER为0.225，优于从零训练系统的0.397和零样本克隆的0.437。作者又将Wiktionary发音记录编译为词典与音素判别器，用于一轮拒绝微调，CER降至跨语料0.159、域内0.067。

要点速读

1. 基于12.8小时Common Voice语音将Qwen3-TTS适配到爱尔兰语，并修正厂商微调脚本的两处缺陷
2. 跨语料CER 0.225，对比从零训练0.397、零样本克隆0.437
3. 用Wiktionary发音记录构建音素判别器做拒绝微调，CER降至0.159（跨语料）和0.067（域内）

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。