已验证75% 置信事实时间未知

传统语音交互系统中，语音携带的情感、语气、语速等副语言信息在ASR阶段转换为纯文本时会彻底丢失

5

来源数

75%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

开源AI桌宠小猫：Qwen 3.5 Omni+ESP32打造全模态智能伙伴

bilibiliAI研究室-帆哥

涉及实体

ASRconcept 副语言信息concept

相关事实

待验证语音被转换为文字中间表示时，原始音频中约40%的信息随之消失，包括情绪、强调、语速等副语言信息83% 相似待验证市面上主流的语音辅助设备能把文字或口型转换成声音，但无法传递说话者真实的情绪起伏78% 相似待验证ASR系统会产生幻觉现象，即输出流畅通顺、语法正确，却与实际输入的语音内容毫无关系76% 相似待验证当前语音交互模型能说出正确的词，但忽略非语言发声，这对自然性施加了固有局限。75% 相似待验证语音转换（Voice Conversion）能在保持说话内容不变的前提下改变音色、口音或说话风格。75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/17980

API

curl https://kongchang.com/api/v1/knowledge/claims/17980

MCP

get_claim(id=17980)