微软推出语音合成模型NaturalSpeech2：语音重构“更准确”，不

发布时间：2023-07-28 10:57 编辑：来源：IT之家阅读量：5449

，微软日前推出了一款名为 NaturalSpeech2 的语音模型，该模型采用“潜在扩散”式设计，在零样本语音合成层面效果出众，微软宣称该模型提供了“商业级”的语音 / 歌唱解决方案，能够给予用户高质量、多样化的语音合成体验。

微软对 NaturalSpeech2 进行了一系列演示，展示了其在零样本情况下生成具有不同说话人身份、韵律和风格的语音的能力。

图源 NaturalSpeech 2 论文

据悉，与传统的语音转文字系统不同，微软的 NaturalSpeech2 使用“连续向量”取代“离散标记”来表示语音，从而生成更完整的语音片段，不会产生“缺乏感情”的“棒读(一字一顿地讲话)”现象。

图源 NaturalSpeech 2 论文

实验结果表明，NaturalSpeech2 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，并且在 LibriTTS 和 VCTK 测试集上的自然度与真人语音难以区分。

该项目的论文目前已经发布于 GitHub 中，感兴趣的IT之家小伙伴们可以点此访问。

广告声明:文内含有的对外跳转链接，用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。

下一篇：返回列表

，据中国信通院CAICT官方公众号报道，由中国信息通信研究院和中国通信标准化协会合办的“2023中国互联网大会开源供应链论坛”日前在北京成功举办。图源中国信通院在会议中，中国信通院发布了《中国...

来源：IT之家

2023-07-28 10:38

，昨晚，三星在GalaxyUnpacked活动上发布了最新款的智能手表——GalaxyWatch6和GalaxyWatch6Classic。这两款智能手表除了拥有更轻薄的设计、更亮的屏幕和更强大的健康...

来源：IT之家

2023-07-28 10:10

感谢IT之家网友OC_Formula的线索投递！，美国模拟和射频芯片公司MaxLinear于2022年5月宣布拟以总计约38亿美元的价格收购NAND闪存控制芯片巨头慧荣科技。然而经过监管批准后...

来源：IT之家

2023-07-28 09:07

暑期旺季，行走国内旅游市场，一派热闹景象。在北京，怀柔区慕田峪长城景区开启“夜游”模式。随着天色渐暗，长城栈道上的洗墙灯、箭孔灯和灯带纷纷亮起，为古长城增添了别样魅力，古筝演奏、舞蹈表演等吸引了许...

来源：中国网

2023-07-28 08:53

零钱理财产品近期走俏。今年以来，多家商业银行加快布局零钱理财类产品，记者梳理发现，目前交通银行、招商银行、中信银行、平安银行等银行均推出了“零钱组合”服务。中国银行研究院博士后杜阳对《证券日报》记...

来源：中国网

2023-07-28 08:19

图集

PICTURES