**AAG:跨语言语音克隆中保持口音一致性的免训练采样方法**

_Accent Analogy Guidance: More Speaker Similarity at Equal Accent in Cross-Lingual Voice Cloning_

> 针对跨语言零样本TTS中参考语音口音泄露问题,提出免训练的“口音类比引导”(AAG)采样项。该方法通过减去模型自身预测的单一合成语音在两种语言下的口音方向,实现语音特征抵消而保留口音。实验表明,在OmniVoice、MaskGCT等四个开源TTS模型上,AAG在保持相同口音水平下显著提升了说话人相似度(ΔSIM最高+0.27),优于重加权分类器自由引导等基线方法,且LLM评估与人工听测结果一致。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-07 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.29123)