信息几何叠加元音评估：用日语拍音节区分AI合成语音与自然语音

论文提出一种检测生成式AI合成语音的方法：比较同文本朗读中元音频谱的分布。作者认为，合成语音受有限训练频谱约束，元音间的Wasserstein距离更短；结合概率密度建模、拓扑映射和持久同调，可将合成与自然语音分解为不同簇。