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“潛在擴散”式設(shè)計,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”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。
據(jù)IT之家報道,微軟對 NaturalSpeech2 進行了一系列演示,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。
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,不會產(chǎn)生“缺乏感情”的“棒讀(一字一頓地講話)”現(xiàn)象。
實驗結(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。
該項目的論文目前已經(jīng)發(fā)布于 GitHub 中。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 特斯拉CEO馬斯克身家暴漲,穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂Q3持續(xù)穩(wěn)健增長:總收入70.2億元,付費用戶數(shù)1.19億
- 蘋果Q4營收949億美元同比增6%,在華營收微降
- 三星電子Q3營收79萬億韓元,營業(yè)利潤受一次性成本影響下滑
- 賽力斯已向華為支付23億,購買引望10%股權(quán)
- 格力電器三季度營收同比降超15%,凈利潤逆勢增長
- 合合信息2024年前三季度業(yè)績穩(wěn)健:營收增長超21%,凈利潤增長超11%
- 臺積電四季度營收有望再攀高峰,預(yù)計超260億美元刷新紀(jì)錄
- 韓國三星電子決定退出LED業(yè)務(wù),市值蒸發(fā)超4600億元
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。