由于数据限制和复杂的声学特征,使得数字人在语音个性化表达和音质方面可能存在不可控和音质差的问题,以及语音驱动唇形合成不自然的问题。为了解决这些问题,研究者们正在不断努力改进数字人的语音合成技术,加大数据采集和模型训练的力度,优化算法和模型架构,以提高语音个性化表达和音质,实现更加自然和准确的语音合成效果。