**SEAM：无需音频微调的零样本语音合成词汇扩展方法**

_SEAM: Spectral Embedding Alignment and Merging for Low-Resource TTS_

> 针对低资源与跨语言语音合成中词汇扩展需大量配对音频微调的瓶颈，研究提出了 SEAM 方法。该方法通过已知子词构建未见词元的嵌入，利用频谱滤波保持时序音位结构，并采用岭回归对齐预训练条件流形。实验表明，SEAM 在三种语言和两种架构上，仅需四分之一数据即可达到基线性能，相比随机初始化和均值池化分别降低了 75% 的样本复杂度，为低资源语音合成提供了轻量且理论完备的解决方案。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.26252)