请问训练数据如何组织？
作者: JohnHerry创建于 2025年9月15日更新于 2025年9月15日
请问在 Instruct-tts 训练时，样本是如何组织文本输入的？那些标注的特征是使用自然语言组织为训练提示，还是使用结构化数据格式？也就是说，训练数据是这样的？"请用年轻男性的语音，愤怒的感情合成：XXXXXX"，还是这样？"{emotion:愤怒, gender:男性, age:青年} XXXX"
内容来源: SparkAudio/Spark-TTS
请问在 Instruct-tts 训练时，样本是如何组织文本输入的？那些标注的特征是使用自然语言组织为训练提示，还是使用结构化数据格式？也就是说，训练数据是这样的？"请用年轻男性的语音，愤怒的感情合成：XXXXXX"，还是这样？"{emotion:愤怒, gender:男性, age:青年} XXXX"
内容来源: SparkAudio/Spark-TTS