跳转至

M11a λ 扫描音频对照

M11a §9 的配套听辨页。5 个 \(\lambda\) × 4 种情绪 × 3 句 × 7 个 \(\alpha\) = 420 条,全部在此。

这一页要听什么

§9.2 的数值说:\(\lambda\) 从 0 加到 2.0,正交项被压到原来的 26%, 但情感强度指标 delta 只在 0.568–0.584 之间浮动 —— 等于没变。

这一页是让你用耳朵复核这个结论:同一行从左往右,\(\lambda\) 依次增大 200 倍。 如果数值是对的,你应当听不出情感强度的系统性差异。

同一行的五条音频,除 ckpt 外全部相同 —— 同文本、同参考音频、同 LLM 种子、同 gen_token。

口径同 M10 音频页

emo = emotion2vec 后验,几乎二值且沿 \(\alpha\) 不单调,数字与耳朵冲突时以耳朵为准; MOS = UTMOS。音频为 96 kbps 单声道 MP3,五列编码参数相同,横向对比不受影响。 原始 WAV 在 outputs/m10_eval/。

五个 λ 分别是什么

列 ckpt \(\mathcal{L}_{\text{ortho}}\) 末值 训练侧 delta
λ=0 outputs/m10_lam0 0.1714 0.579
λ=0.01 outputs/m10_lam001 0.1698 0.568
λ=0.1 outputs/m11a_lam01 0.1608 0.581
λ=0.5 outputs/m11a_lam05 0.1166 0.584
λ=2.0 outputs/m11a_lam20 0.0443 0.584

除 --lambda_ortho 外五组超参完全相同(§9.1)。


高兴 · Happy

0001_text00010 —— 「不是,他住在沃斯盾的老房子里。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 2.33

emo 0.000 · MOS 2.79

emo 0.000 · MOS 3.13

emo 0.000 · MOS 3.13

emo 0.000 · MOS 3.11
0.25 内插
emo 0.000 · MOS 2.77

emo 0.000 · MOS 2.72

emo 0.000 · MOS 3.28

emo 0.000 · MOS 3.12

emo 0.000 · MOS 2.90
0.50 内插
emo 0.000 · MOS 2.42

emo 0.000 · MOS 2.51

emo 0.000 · MOS 2.33

emo 0.000 · MOS 2.22

emo 0.000 · MOS 2.46
0.75 内插
emo 0.000 · MOS 2.89

emo 0.000 · MOS 3.15

emo 0.001 · MOS 2.87

emo 0.000 · MOS 3.32

emo 0.001 · MOS 3.13
1.00 情感端
emo 0.000 · MOS 2.35

emo 0.000 · MOS 2.28

emo 0.004 · MOS 2.23

emo 0.016 · MOS 2.38

emo 0.012 · MOS 2.42
1.25 外推
emo 0.000 · MOS 2.47

emo 0.000 · MOS 2.80

emo 0.000 · MOS 2.49

emo 0.000 · MOS 2.34

emo 0.000 · MOS 2.42
1.50 外推
emo 0.000 · MOS 2.50

emo 0.007 · MOS 2.44

emo 0.000 · MOS 2.45

emo 0.000 · MOS 2.74

emo 0.255 · MOS 2.90

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +0.000 · λ=0.01 +0.000 · λ=0.1 +0.004 · λ=0.5 +0.016 · λ=2.0 +0.012

0001_text00020 —— 「也许反倒是件好事」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 3.56

emo 0.000 · MOS 3.86

emo 0.000 · MOS 3.17

emo 0.000 · MOS 3.76

emo 0.000 · MOS 3.65
0.25 内插
emo 0.000 · MOS 2.75

emo 0.000 · MOS 2.76

emo 0.000 · MOS 2.81

emo 0.000 · MOS 2.99

emo 0.000 · MOS 2.81
0.50 内插
emo 0.977 · MOS 2.27

emo 0.994 · MOS 2.18

emo 0.756 · MOS 2.37

emo 1.000 · MOS 2.10

emo 1.000 · MOS 2.22
0.75 内插
emo 1.000 · MOS 2.84

emo 0.998 · MOS 2.94

emo 1.000 · MOS 2.73

emo 1.000 · MOS 2.78

emo 1.000 · MOS 3.18
1.00 情感端
emo 1.000 · MOS 3.68

emo 1.000 · MOS 3.55

emo 1.000 · MOS 3.49

emo 1.000 · MOS 4.05

emo 1.000 · MOS 3.86
1.25 外推
emo 1.000 · MOS 3.64

emo 1.000 · MOS 3.38

emo 1.000 · MOS 3.38

emo 1.000 · MOS 3.61

emo 1.000 · MOS 3.76
1.50 外推
emo 1.000 · MOS 3.90

emo 1.000 · MOS 4.02

emo 1.000 · MOS 3.92

emo 1.000 · MOS 3.96

emo 1.000 · MOS 3.94

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +1.000 · λ=0.01 +1.000 · λ=0.1 +1.000 · λ=0.5 +1.000 · λ=2.0 +1.000

0010_text00310 —— 「裁判全给了满分。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 3.12

emo 0.000 · MOS 2.52

emo 0.000 · MOS 2.90

emo 0.000 · MOS 2.53

emo 0.000 · MOS 2.81
0.25 内插
emo 0.002 · MOS 2.63

emo 0.000 · MOS 2.78

emo 0.000 · MOS 2.80

emo 0.002 · MOS 2.69

emo 0.000 · MOS 2.82
0.50 内插
emo 0.000 · MOS 1.95

emo 0.001 · MOS 1.92

emo 0.000 · MOS 1.95

emo 0.001 · MOS 1.88

emo 0.000 · MOS 1.95
0.75 内插
emo 1.000 · MOS 2.49

emo 1.000 · MOS 2.59

emo 1.000 · MOS 2.74

emo 1.000 · MOS 2.77

emo 1.000 · MOS 2.91
1.00 情感端
emo 1.000 · MOS 2.51

emo 1.000 · MOS 2.47

emo 1.000 · MOS 2.51

emo 1.000 · MOS 2.51

emo 1.000 · MOS 2.63
1.25 外推
emo 1.000 · MOS 2.23

emo 1.000 · MOS 2.23

emo 1.000 · MOS 2.15

emo 1.000 · MOS 2.41

emo 1.000 · MOS 2.30
1.50 外推
emo 0.998 · MOS 3.00

emo 1.000 · MOS 3.24

emo 1.000 · MOS 2.75

emo 0.889 · MOS 3.62

emo 1.000 · MOS 3.03

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +1.000 · λ=0.01 +1.000 · λ=0.1 +1.000 · λ=0.5 +1.000 · λ=2.0 +1.000


生气 · Angry

0002_text00020 —— 「也许反倒是件好事」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 3.45

emo 0.000 · MOS 3.44

emo 0.000 · MOS 3.06

emo 0.000 · MOS 3.16

emo 0.000 · MOS 3.66
0.25 内插
emo 0.000 · MOS 3.14

emo 0.000 · MOS 3.16

emo 0.000 · MOS 2.98

emo 0.000 · MOS 3.16

emo 0.000 · MOS 3.11
0.50 内插
emo 1.000 · MOS 2.07

emo 1.000 · MOS 2.15

emo 0.991 · MOS 2.26

emo 0.998 · MOS 2.51

emo 1.000 · MOS 2.19
0.75 内插
emo 1.000 · MOS 2.95

emo 0.990 · MOS 2.63

emo 1.000 · MOS 2.95

emo 1.000 · MOS 2.59

emo 1.000 · MOS 2.91
1.00 情感端
emo 1.000 · MOS 2.00

emo 1.000 · MOS 2.07

emo 1.000 · MOS 1.79

emo 1.000 · MOS 2.33

emo 1.000 · MOS 2.03
1.25 外推
emo 1.000 · MOS 2.26

emo 1.000 · MOS 2.26

emo 1.000 · MOS 2.27

emo 1.000 · MOS 2.39

emo 1.000 · MOS 2.51
1.50 外推
emo 1.000 · MOS 2.00

emo 1.000 · MOS 2.19

emo 1.000 · MOS 2.30

emo 1.000 · MOS 2.37

emo 1.000 · MOS 2.39

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +1.000 · λ=0.01 +1.000 · λ=0.1 +1.000 · λ=0.5 +1.000 · λ=2.0 +1.000

0002_text00120 —— 「带女友出去好好吃上一顿。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 2.70

emo 0.000 · MOS 3.75

emo 0.000 · MOS 3.48

emo 0.000 · MOS 3.05

emo 0.000 · MOS 3.96
0.25 内插
emo 0.000 · MOS 2.36

emo 0.000 · MOS 2.84

emo 0.000 · MOS 2.70

emo 0.000 · MOS 2.54

emo 0.000 · MOS 2.93
0.50 内插
emo 0.000 · MOS 1.80

emo 0.000 · MOS 2.81

emo 0.000 · MOS 2.97

emo 0.000 · MOS 2.96

emo 0.000 · MOS 2.63
0.75 内插
emo 0.000 · MOS 2.86

emo 0.002 · MOS 3.31

emo 0.452 · MOS 3.60

emo 0.011 · MOS 3.82

emo 0.159 · MOS 3.57
1.00 情感端
emo 0.004 · MOS 2.38

emo 0.000 · MOS 2.82

emo 0.000 · MOS 2.51

emo 0.000 · MOS 2.66

emo 0.000 · MOS 2.43
1.25 外推
emo 0.000 · MOS 3.75

emo 1.000 · MOS 3.25

emo 1.000 · MOS 3.18

emo 1.000 · MOS 3.12

emo 1.000 · MOS 3.15
1.50 外推
emo 0.990 · MOS 2.77

emo 0.027 · MOS 3.54

emo 0.026 · MOS 3.29

emo 0.224 · MOS 2.96

emo 0.009 · MOS 3.21

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +0.004 · λ=0.01 +0.000 · λ=0.1 +0.000 · λ=0.5 +0.000 · λ=2.0 +0.000

0002_text00150 —— 「我们休息一下喝杯咖啡。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 3.65

emo 0.000 · MOS 3.20

emo 0.000 · MOS 2.69

emo 0.000 · MOS 3.58

emo 0.000 · MOS 3.76
0.25 内插
emo 0.000 · MOS 3.19

emo 0.005 · MOS 3.47

emo 0.000 · MOS 3.89

emo 0.000 · MOS 3.65

emo 0.004 · MOS 3.72
0.50 内插
emo 0.000 · MOS 2.22

emo 0.000 · MOS 1.96

emo 0.683 · MOS 2.46

emo 0.074 · MOS 2.49

emo 0.000 · MOS 2.17
0.75 内插
emo 0.000 · MOS 3.09

emo 0.000 · MOS 2.97

emo 0.000 · MOS 2.85

emo 0.000 · MOS 2.97

emo 0.000 · MOS 3.13
1.00 情感端
emo 0.003 · MOS 2.70

emo 0.000 · MOS 2.74

emo 0.000 · MOS 2.71

emo 0.000 · MOS 2.72

emo 0.000 · MOS 2.60
1.25 外推
emo 0.141 · MOS 2.86

emo 0.002 · MOS 2.69

emo 0.001 · MOS 2.96

emo 0.050 · MOS 2.82

emo 0.000 · MOS 2.65
1.50 外推
emo 0.000 · MOS 2.92

emo 0.000 · MOS 3.01

emo 0.000 · MOS 3.03

emo 0.000 · MOS 3.35

emo 0.000 · MOS 3.19

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +0.003 · λ=0.01 +0.000 · λ=0.1 +0.000 · λ=0.5 +0.000 · λ=2.0 +0.000


悲伤 · Sad

0001_text00290 —— 「真想不到,游泳竟有如此多的好处,」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 1.000 · MOS 2.59

emo 1.000 · MOS 2.11

emo 1.000 · MOS 2.99

emo 1.000 · MOS 2.48

emo 1.000 · MOS 2.28
0.25 内插
emo 0.996 · MOS 2.05

emo 1.000 · MOS 1.85

emo 0.002 · MOS 2.47

emo 1.000 · MOS 1.81

emo 1.000 · MOS 2.12
0.50 内插
emo 1.000 · MOS 1.54

emo 1.000 · MOS 1.54

emo 1.000 · MOS 1.62

emo 1.000 · MOS 1.73

emo 1.000 · MOS 1.48
0.75 内插
emo 1.000 · MOS 2.04

emo 1.000 · MOS 2.05

emo 1.000 · MOS 1.64

emo 1.000 · MOS 2.00

emo 1.000 · MOS 2.16
1.00 情感端
emo 1.000 · MOS 2.05

emo 1.000 · MOS 2.18

emo 1.000 · MOS 1.74

emo 1.000 · MOS 2.16

emo 1.000 · MOS 2.22
1.25 外推
emo 1.000 · MOS 1.86

emo 1.000 · MOS 2.02

emo 1.000 · MOS 1.86

emo 1.000 · MOS 1.81

emo 1.000 · MOS 2.00
1.50 外推
emo 1.000 · MOS 1.52

emo 1.000 · MOS 1.46

emo 1.000 · MOS 1.54

emo 1.000 · MOS 1.64

emo 1.000 · MOS 1.83

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +0.000 · λ=0.01 +0.000 · λ=0.1 +0.000 · λ=0.5 +0.000 · λ=2.0 +0.000

0002_text00120 —— 「带女友出去好好吃上一顿。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 2.58

emo 0.000 · MOS 2.45

emo 0.000 · MOS 2.26

emo 0.000 · MOS 2.56

emo 0.000 · MOS 2.64
0.25 内插
emo 1.000 · MOS 1.67

emo 1.000 · MOS 1.71

emo 1.000 · MOS 1.57

emo 1.000 · MOS 2.24

emo 1.000 · MOS 1.65
0.50 内插
emo 0.013 · MOS 2.27

emo 0.566 · MOS 2.40

emo 0.132 · MOS 2.38

emo 0.149 · MOS 2.46

emo 0.999 · MOS 2.25
0.75 内插
emo 1.000 · MOS 2.84

emo 1.000 · MOS 2.92

emo 1.000 · MOS 2.80

emo 1.000 · MOS 2.52

emo 1.000 · MOS 2.74
1.00 情感端
emo 0.000 · MOS 3.57

emo 0.000 · MOS 3.61

emo 0.000 · MOS 3.50

emo 0.987 · MOS 3.08

emo 0.000 · MOS 3.79
1.25 外推
emo 1.000 · MOS 3.86

emo 1.000 · MOS 3.79

emo 1.000 · MOS 3.71

emo 1.000 · MOS 3.54

emo 1.000 · MOS 3.85
1.50 外推
emo 1.000 · MOS 2.78

emo 1.000 · MOS 3.37

emo 1.000 · MOS 3.06

emo 1.000 · MOS 3.01

emo 1.000 · MOS 3.00

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +0.000 · λ=0.01 +0.000 · λ=0.1 +0.000 · λ=0.5 +0.987 · λ=2.0 +0.000

0009_text00160 —— 「我们休息一下喝杯咖啡。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 3.75

emo 0.000 · MOS 3.98

emo 0.000 · MOS 4.03

emo 0.000 · MOS 3.93

emo 0.000 · MOS 3.95
0.25 内插
emo 0.000 · MOS 3.96

emo 0.000 · MOS 4.05

emo 0.000 · MOS 3.95

emo 0.000 · MOS 3.99

emo 0.000 · MOS 4.01
0.50 内插
emo 0.000 · MOS 3.47

emo 0.000 · MOS 3.51

emo 0.000 · MOS 3.49

emo 0.000 · MOS 3.53

emo 0.000 · MOS 3.55
0.75 内插
emo 0.000 · MOS 3.64

emo 0.000 · MOS 3.69

emo 0.004 · MOS 3.65

emo 0.027 · MOS 3.76

emo 0.001 · MOS 3.61
1.00 情感端
emo 0.940 · MOS 3.39

emo 0.820 · MOS 3.50

emo 0.973 · MOS 3.61

emo 0.000 · MOS 3.56

emo 1.000 · MOS 3.55
1.25 外推
emo 0.000 · MOS 4.01

emo 0.000 · MOS 4.10

emo 0.000 · MOS 4.09

emo 0.000 · MOS 4.14

emo 0.000 · MOS 4.09
1.50 外推
emo 0.375 · MOS 4.16

emo 1.000 · MOS 3.99

emo 0.947 · MOS 4.07

emo 1.000 · MOS 3.28

emo 0.989 · MOS 4.04

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +0.940 · λ=0.01 +0.820 · λ=0.1 +0.973 · λ=0.5 +0.000 · λ=2.0 +1.000


惊讶 · Surprise

0001_text00230 —— 「我非常支持人们走进太空。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 3.46

emo 0.000 · MOS 3.49

emo 0.000 · MOS 3.10

emo 0.000 · MOS 2.71

emo 0.000 · MOS 3.23
0.25 内插
emo 0.011 · MOS 3.61

emo 0.000 · MOS 2.89

emo 0.000 · MOS 3.40

emo 0.000 · MOS 3.20

emo 0.000 · MOS 3.42
0.50 内插
emo 1.000 · MOS 2.91

emo 0.014 · MOS 2.67

emo 0.095 · MOS 2.26

emo 0.004 · MOS 2.11

emo 0.026 · MOS 2.42
0.75 内插
emo 0.090 · MOS 3.48

emo 0.000 · MOS 3.90

emo 0.000 · MOS 3.82

emo 0.000 · MOS 3.81

emo 0.000 · MOS 4.04
1.00 情感端
emo 1.000 · MOS 3.34

emo 0.989 · MOS 3.74

emo 0.995 · MOS 3.85

emo 0.998 · MOS 3.90

emo 0.998 · MOS 3.84
1.25 外推
emo 0.997 · MOS 4.23

emo 0.978 · MOS 3.49

emo 0.971 · MOS 3.51

emo 0.985 · MOS 2.97

emo 0.999 · MOS 3.39
1.50 外推
emo 1.000 · MOS 3.79

emo 1.000 · MOS 3.83

emo 1.000 · MOS 3.79

emo 0.678 · MOS 3.96

emo 1.000 · MOS 3.50

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +1.000 · λ=0.01 +0.989 · λ=0.1 +0.995 · λ=0.5 +0.998 · λ=2.0 +0.998

0008_text00230 —— 「我知道人生并不总是一帆风顺,」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 2.95

emo 0.000 · MOS 3.45

emo 0.000 · MOS 3.48

emo 0.000 · MOS 3.38

emo 0.000 · MOS 3.25
0.25 内插
emo 0.000 · MOS 2.96

emo 0.000 · MOS 3.16

emo 0.000 · MOS 3.06

emo 0.000 · MOS 3.12

emo 0.000 · MOS 3.18
0.50 内插
emo 0.000 · MOS 1.95

emo 0.974 · MOS 1.61

emo 0.915 · MOS 1.66

emo 0.970 · MOS 1.68

emo 0.983 · MOS 1.63
0.75 内插
emo 0.967 · MOS 3.16

emo 1.000 · MOS 3.49

emo 1.000 · MOS 3.41

emo 1.000 · MOS 3.41

emo 1.000 · MOS 3.46
1.00 情感端
emo 1.000 · MOS 2.85

emo 1.000 · MOS 3.06

emo 1.000 · MOS 2.95

emo 1.000 · MOS 3.08

emo 1.000 · MOS 3.14
1.25 外推
emo 1.000 · MOS 3.18

emo 1.000 · MOS 3.16

emo 1.000 · MOS 3.01

emo 1.000 · MOS 2.96

emo 1.000 · MOS 3.11
1.50 外推
emo 1.000 · MOS 2.83

emo 1.000 · MOS 2.70

emo 0.999 · MOS 2.76

emo 1.000 · MOS 2.80

emo 0.999 · MOS 2.76

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +1.000 · λ=0.01 +1.000 · λ=0.1 +1.000 · λ=0.5 +1.000 · λ=2.0 +1.000

0009_text00200 —— 「我支持你。它是需要重做。」

\(\alpha\) 预期 λ=0 λ=0.01 λ=0.1 λ=0.5 λ=2.0
0.00 中性端
emo 0.000 · MOS 3.93

emo 0.000 · MOS 3.61

emo 0.000 · MOS 3.86

emo 0.000 · MOS 3.20

emo 0.000 · MOS 3.76
0.25 内插
emo 0.000 · MOS 2.44

emo 0.000 · MOS 2.67

emo 0.000 · MOS 3.49

emo 0.070 · MOS 2.23

emo 0.000 · MOS 2.62
0.50 内插
emo 1.000 · MOS 2.38

emo 0.215 · MOS 1.95

emo 0.514 · MOS 1.98

emo 1.000 · MOS 2.08

emo 0.097 · MOS 2.29
0.75 内插
emo 0.999 · MOS 2.51

emo 1.000 · MOS 3.67

emo 1.000 · MOS 3.42

emo 1.000 · MOS 3.08

emo 1.000 · MOS 3.77
1.00 情感端
emo 1.000 · MOS 3.16

emo 1.000 · MOS 2.89

emo 1.000 · MOS 2.71

emo 1.000 · MOS 2.87

emo 1.000 · MOS 2.84
1.25 外推
emo 1.000 · MOS 2.84

emo 1.000 · MOS 3.10

emo 1.000 · MOS 2.82

emo 1.000 · MOS 3.15

emo 1.000 · MOS 3.12
1.50 外推
emo 1.000 · MOS 2.67

emo 1.000 · MOS 3.09

emo 1.000 · MOS 3.03

emo 1.000 · MOS 3.19

emo 1.000 · MOS 3.33

\(\Delta\) = emo(α=1.5) − emo(α=0):λ=0 +1.000 · λ=0.01 +1.000 · λ=0.1 +1.000 · λ=0.5 +1.000 · λ=2.0 +1.000


讨论