国产在线精品一区二区三区直播_精品国产乱码久久久久久影片_欧美老妇人与禽交_男人天堂2018手机在线版_亚洲中文精品久久久久久不卡_国产毛多水多做爰爽爽爽_野外做受三级视频_中文天堂在线www_国产精品无码久久四虎_国产在线观看免费人成视频

您的位置:首頁 >科技 >

微軟推出語音合成模型NaturalSpeech2,相對(duì)競品語音重構(gòu)更準(zhǔn)確


(資料圖)

IT之家 7 月 27 日消息,微軟日前推出了一款名為 NaturalSpeech2 的語音模型,該模型采用“潛在擴(kuò)散”式設(shè)計(jì),在零樣本語音合成層面效果出眾,微軟宣稱該模型提供了“商業(yè)級(jí)”的語音 / 歌唱解決方案,能夠給予用戶高質(zhì)量、多樣化的語音合成體驗(yàn)。

微軟對(duì) NaturalSpeech2 進(jìn)行了一系列演示,展示了其在零樣本情況下生成具有不同說話人身份、韻律和風(fēng)格(如唱歌)的語音的能力。

▲ 圖源 NaturalSpeech 2 論文

據(jù)悉,與傳統(tǒng)的語音轉(zhuǎn)文字(TTS)系統(tǒng)不同,微軟的 NaturalSpeech2 使用“連續(xù)向量”取代“離散標(biāo)記”來表示語音,從而生成更完整的語音片段,不會(huì)產(chǎn)生“缺乏感情”的“棒讀(一字一頓地講話)”現(xiàn)象。

▲ 圖源 NaturalSpeech 2 論文

實(shí)驗(yàn)結(jié)果表明,NaturalSpeech2 在零樣本條件下生成的語音與語音提示和真實(shí)語音的韻律近乎一致,并且在 LibriTTS 和 VCTK 測試集上的自然度(以 CMOS 為度量)與真人語音難以區(qū)分。

該項(xiàng)目的論文目前已經(jīng)發(fā)布于 GitHub 中,感興趣的IT之家小伙伴們可以點(diǎn)此訪問。

標(biāo)簽:

精彩新聞