voice quality | BriefGPT - AI 论文速递

关键词voice quality

搜索结果 - 5

EmoDiff：带软标签引导的可控强度情感语音合成
本文提出 EmoDiff 模型，采用分类器指导的软标签技术来控制情感强度，从而能够在维持高质量的同时精确控制情感强度，并能够生成出具有特定情感强度的多样化语音。
PDF2 years ago
基于参考模型的半监督学习在低资源 TTS 中的应用
本论文提出了一种半监督学习的神经语音合成方法，该方法专注于在标记目标数据量有限的情况下实现性能相对较好的 TTS，并能解决原来的自回归模型中出现的曝光偏差问题，实验结果表明，该方法能够在目标数据量有限的情况下，显著提高测试数据的语音合成自然
PDF2 years ago
InferGrad：在训练中考虑推理以提高语音生成器（Vocoder）中的扩散模型
InferGrad 是一种基于扩散模型的音码器，其将推断过程融入了训练过程中以减少推断迭代次数，从而提高合成语音的质量，实验表明 InferGrad 在相同条件下比波形梯度（WaveGrad）获得更好的语音质量，并且在保持相同语音质量的同时
PDF2 years ago
ICLRAdaSpeech: 自适应定制语音的文本转语音
提出了一个自适应的 TTS 系统 AdaSpeech，通过使用两个声学编码器处理不同的声学条件，并在 mel-spectrogram 解码器中引入条件层归一化技术来权衡自适应参数和语音质量，该系统在只有几分钟的训练数据的情况下，对个性化语音
PDF3 years ago
ICLRFastSpeech 2: 快速高質量的端到端文本轉語音
提出了 FastSpeech 2，直接使用语音波形从文本中生成语音，并且通过使用更多的变化信息作为条件输入，解决了非自回归文本到语音模型中的一对多映射问题，从而实现更高的语音质量。
PDF4 years ago