VALL-E
VALL-E一种用于文本到语音合成 (TTS) 的语言建模方法。具体来说，我们使用从现成的神经音频编解码器模型派生的离散代码来训练神经编解码器语言模型（称为 VALL-E、，并将 TTS 视为条件语言建模任务，而不是像以前的工作那样连续信号回归。在预训练阶段，我们将 TTS 训练数据扩展到 60K 小时的英语语音，这是现有系统的数百倍。VALL-E 出现了上下文学习能力，可用于合成高质量的个性化语音，只需录制 3 秒的未见过的说话者的注册录音作为声音提示。实验结果表明，VALL-E 在语音自然度和说话人相似度方面明显优于最先进的零样本 TTS 系统。此外，我们发现 VALL-E 可以在合成中保留说话者的情绪和声音提示的听觉环境。
收录说明：
1、本网页并非 VALL-E 官网网址页面，此页面内容编录于互联网，只作展示之用；
2、如果有与 VALL-E 相关业务事宜，请访问其网站并获取联系方式；
3、本站与 VALL-E 无任何关系，对于 VALL-E 网站中的信息，请用户谨慎辨识其真伪。
4、本站收录 VALL-E 时，此站内容访问正常，如遇跳转非法网站，有可能此网站被非法入侵或者已更换新网址，导致旧网址被非法使用,
5、如果你是网站站长或者负责人，不想被收录请邮件删除：i-hu#Foxmail.com （#换@）
前往AI网址导航
© 版权声明
文章版权归作者所有，未经允许请勿转载。
