text-to-speech model | BriefGPT

关键词text-to-speech model

搜索结果 - 5

注意力拼接：注意力如何解决语音编辑问题
借助预训练的文本到语音模型，AttentionStitch 通过在其之上加入双重注意力块网络，自动将合成的梅尔频谱图与编辑文本的梅尔频谱图进行无缝融合，从而实现了高质量的语音编辑。
PDF4 months ago
通过基于流的语音转换进行跨语言知识蒸馏，用于稳健的多语言文本到语音转换
该研究提出了一个跨语言语音合成框架，包括上游声码转换模型和下游文本转语音模型。通过在四个阶段中使用声码转换模型将目标语音转换为目标说话人的声音、联合目标语言的语言特征和持续时间进行单一说话人声学模型的训练以及设计一种与地区无关的波形合成器等
PDF10 months ago
AraSpot: 阿拉伯语口语指令识别
本文介绍了使用不同的在线数据增强和引入 ConformerGRU 模型架构进行训练的 AraSpot 阿拉伯语关键词识别，最终通过训练文本到语音模型进行合成数据生成，取得了 99.59％的最新成果，优于以前的方法。
PDFa year ago
GenerSpeech: 通向可推广的跨域文本转语音风格转移
GenerSpeech 是一种用于处理 out-of-domain (OOD) 语音合成的文本到语音模型，具有高保真的零样式迁移能力。它通过两个组件将语音变化分解为样式不可知和样式特定部分，以提高模型的泛化能力，并在零样式迁移和自适应样式迁
PDF2 years ago
Grad-TTS: 一种文本转语音的扩散概率模型
Grad-TTS 是一款使用基于得分的解码器的文本转语音模型，使用随机微积分的方法将通过噪声预测的语音信号和文本输入进行逐步变换，从而实现噪声到语音的重建，并能够在保持音质、推理速度之间进行灵活平衡。主观人评表明 Grad-TTS 在 Me
PDF3 years ago