(资料图)
微软日前推出语音合成模型NaturalSpeech2,该模型采用潜在扩散式设计,可提供“商业级”语音,歌唱解决方案。在零样本情况下,该模型可以生成具有不同说话人身份、韵律和风格(如唱歌)的语音的能力。且其在零样本条件下生成的语音与语音提示,和真实语音的韵律近乎一致,并在LibriTTS和VCTK测试集上的自然度(以CMOS为度量)与真人语音难以区分。
关键词:
Copy 2006-2020 太平洋商业网
联系邮箱:939 674 669@qq.com
豫ICP备2022016495号-17 营业执照公示信息
声明:本站所有文章、数据仅供参考,使用前务请仔细阅读法律声明,风险自负。
相关新闻