Para penulis memperkenalkan BlueMagpie-TTS, sebuah sistem yang dirancang untuk mengatasi adaptasi yang buruk dari model text-to-speech siap pakai terhadap aksen Mandarin Taiwan dan konteks code-switching. Sistem ini mengintegrasikan PangolinTokenizer, model bahasa Barbet, dan tumpukan akustik VoxCPM2 untuk mengurangi kesalahan tokenisasi dan meningkatkan akurasi pengucapan.
- PangolinTokenizer mencapai tingkat token terendah (0,485 token/karakter) di antara sembilan tokenizer yang diuji.
- Barbet, model bahasa Mandarin Tradisional berparameter miliaran, peringkat pertama dalam evaluasi 14 tugas.
- BlueMagpie-TTS menurunkan Character Error Rate dari 11,45% menjadi 4,81% dan Word Error Rate dari 14,83% menjadi 5,36%.
- Dalam tes mendengarkan buta, 65,6% suara mayoritas lebih memilih BlueMagpie-TTS dibandingkan sistem lain.
Sistem ini memberikan peningkatan signifikan dalam akurasi dan kealamian untuk sintesis suara code-switching dengan aksen Taiwan.