BriefGPT.xyz
Nov, 2018
端到端语音合成的鲁棒性和精细语调控制
Robust and fine-grained prosody control of end-to-end speech synthesis
HTML
PDF
Younggun Lee, Taesu Kim
TL;DR
该研究提出了一种利用时间结构的音调嵌入方法，实现对合成语音言语风格的精细控制，可在帧级别和音素级别改变合成语音的音高和振幅，并且通过嵌入的时间归一化得到更好的抵抗讲话风格扰动的鲁棒性。
Abstract
We propose
prosody embeddings
for emotional and expressive
speech synthesis
networks. The proposed methods introduce
temporal structures
i
→