微软推出语音合成模型NaturalSpeech2：语音重构“更准确”，不

发布时间：2023-07-29 11:53 编辑：来源：IT之家阅读量：7802

，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

，微软目前还深陷于FTC动视暴雪案中，而玩家们却早已认同动视暴雪将被微软收购的结果，并开始遐想微软将会在未来“复活”哪些经典动视暴雪游戏。 IGN近日举行了一项名为“你最想让动视暴雪在Xbox上复活...

来源：IT之家

2023-07-29 11:40

感谢IT之家网友某咸鱼的小号、西窗旧事的线索投递！，据菜鸟地网公众号今日消息，7月27日，菜鸟印度尼西亚雅加达cHub正式启用，这也是菜鸟地网东南亚最大的智慧物流枢纽。官方介绍称，该项目整体占...

来源：IT之家

2023-07-29 11:40

，在三星GalaxyZFold5/ZFlip5折叠屏手机发布之后，博主raywongy晒出了这两款新机的原型机造型，这些设计在与上市机型的竞争中败下阵来。图源raywongy 图源raywong...

来源：IT之家

2023-07-29 11:30

2023年第二十届中国国际数码互动娱乐展览会(下文简称ChinaJoy)7月28日在中国上海新国际博览中心举办。瑞声科技旗下的全品类触感方案RichTap?携多款高品质触感应用和产品亮相ChinaJo...

来源：TechWeb

2023-07-29 11:03

智通财经APP获悉，香港银行公会欢迎香港版金管局与香港证监会7月28日就quot;有关中介人为遵守向高端专业投资者提供合理适当建议的责任的精简程序quot;发出联合通函。香港银行公会指出，香港作为领先...

来源：证券之星

2023-07-29 10:53

图集

PICTURES