小轶：这真的是白鹡鸰写的
作为21世纪新时代人格健全，精神独立，心理健康的有志青年，总有那么几个时刻，会让我们情不自禁，眼泪从嘴角流下地呐喊着：
“我是XXX的狗！”
啊！这诚恳、真挚，热烈的情感真是令人动容！如此质朴的愿望，纯洁的心意，怎么能只是口头说说，而不进行实践呢？四肢着地匍匐前进确实不太符合人类的身体构造，但是狗叫呢？狗叫还是很容易的吧？
我们善解人意的岛国邻居，充分理解了羞涩内敛的大家，迫于矜持无法拉下面子狂吠的心理，于是，由日本学术振兴会赞助，立命馆大学隆重推出了“我不做人了！”任务第一弹：人狗语音转换！如何？惊不惊喜？意不意外？
论文题目:
Speak Like a Dog: Human to Non-human creature Voice Conversion
论文链接:
https://arxiv.org/abs/2206.04780
在看到这个任务的第一眼，我还试图用凡人的思路去揣测它的逻辑，还认真思考了一下目前动物语言学的发展程度。难道研究者已经完全理解了狗的语言，发现了它们真的有如此丰富的词汇，并且能够将人类的语言与之一一对应地翻译了？为什么人类的语言之间都还没有做到的事情，却能在人狗之间实现？怀揣着对黑科技的憧憬，我打开了论文。
对不起，是我唐突了。这是一个纯粹而高尚的变声任务。
任务的输入是人声音频，输出是合成的狗叫音频。数据音源中，包含503段人类的声音，自收集了成年犬792段和幼崽288段叫声。论文采用音频合成领域经典的StarGAN和ACVAE作为benchmark，并设计了三个主观定性指标：输出音频和狗叫声的相似度，音频质量，声音清晰度；还有一个量化指标，角色偏差程度用于评估模型的效果。目前为止，benchmark在测试中遥遥领先。
有没有可能，这是诡计多端的科研人员的新式诈骗经费方法？不，绝不可能！请不要以如此肤浅的想法来揣测这篇论文的作者们！他们雄心壮志，要建立“我不做人了！”系列任务的发布范式。你看，新鲜的数据集，完整的评估体系，健全的benchmark，这已经达成了一个新研究挑战的必备条件了啊！只要沿着这个模版一路走下去，未来Speak like a cat，Speak like a jellyfish等任务就可以层出不穷，绵延不绝了！来吧，前方是一片尚未开拓，广袤的研究空间，不要担心任务的意义和有效性，现在入坑，十年之后，你就是“我不做人了！”研究领域的学术泰斗！