语音合成的"恐怖谷"效应

合成语音的音质从"机械"提升到"接近真人但不完全"时，听众的反感度反而**上升**而非下降——这与机器人领域的"恐怖谷效应"完全一致。MOS 评分在自然度 3.5—4.5 分区间会出现评估者间方差剧增。这意味着合成语音的优化不是单调的"越高越好"，在"恐怖谷"区间需要格外谨慎的产品策略。