style loss | BriefGPT - AI 论文速递

关键词style loss

搜索结果 - 5

神经 TTS 中的文本驱动情感风格控制与跨说话人风格转移
该论文提出了一种基于文本的情感风格控制接口和跨说话人风格转移方法，利用双模态风格编码器以及新的风格损失函数，实现高质量的表达性语音合成。
PDF2 years ago
CVPR提高任意风格迁移的风格感知归一化损失
本文研究神经风格转换中不平衡风格转移的问题，提出了一种解决方案，通过提出新的 Loss function 在理论分析和实验结果中证明其有效性，提高风格欺骗率和人类评估的偏好度。
PDF3 years ago
可控的情感转移用于端到端语音合成
提出了一种基于 Tacotron 的新方法，通过引入情感分类器和样式损失，增强情感嵌入的区分能力，并通过控制情感嵌入的值，控制合成语音中的情感强度。实验结果表明，该方法合成的语音具有更高的准确性和表现力，并且情感强度的控制更加显著。
PDF4 years ago
基于用户素描和颜色的人脸编辑生成对抗网络 SC-FEGAN
提出了一种基于卷积网络的图像编辑系统，它可以通过自由形式的掩模，草图和颜色作为输入来生成图像，并利用自由形式的用户输入与颜色和形状结合，生成高质量的合成图像。
PDF5 years ago
利用深度特征重排进行任意风格转移
本文提出了一种新颖的神经风格迁移方法，该方法通过重新调整风格图像的深层特征 (即，置换特征映射的空间位置) 来减少样式图像上的失真，同时能够允许语义级别的转移。同时，基于提出的损失，文中还提出了一种渐进式特征域优化方法。实验表明，该方法适用
PDF6 years ago