《神经语音合成》最新报告，微软亚研谭旭和台大李宏毅老师INTERSPEECH最新教程！96页ppt
语音合成是目前语音学界研究的热点，包括文本到语音(TTS)和语音转换(VC)等关键任务，在业界具有广泛的应用前景。近年来，随着深度学习和人工智能的发展，基于神经网络的语音合成显著提高了合成语音的质量。在本教程中，我们对神经语音合成进行了全面的介绍，包括四个部分:1)语音合成技术的发展历史和神经语音合成的分类;2)语篇转化的主要方法和应用;3)语音转换的关键方法及应用;4)神经语音合成面临的挑战及未来研究方向。
讲者：
谭旭，微软亚洲研究院主管研究员，研究领域包括深度学习、自然语言/语音/音乐、AI内容生成等，在学术会议上发表论文90余篇。研发的机器翻译和语音合成系统获得多项比赛冠军并在学术评测集上达到人类水平，研究工作如预训练语言模型MASS、语音合成系统FastSpeech/NaturalSpeech、AI音乐项目Muzic受到业界广泛关注，多项研究成果应用于微软产品。个人主页：https://tan-xu.github.io/
李宏毅博士分别在2010年和2012年于台湾大学(National Taiwan University, NTU)取得硕士和博士学位；2012年到2013年，他于中央研究院资讯科技创新研究中心担任博士后研究员；2013年到2014年，他是麻省理工学院(MIT)电脑科学和人工智慧实验室(CSAIL)口语系统组的客座科学家。他目前是台湾大学电机工程学系副教授（台湾大学资讯工程学系合聘）。他的研究主轴是深度学习、语音处理及语意理解。
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
后台回复“NS96” 就可以获取《《神经语音合成》最新报告，微软亚研谭旭和台大李宏毅老师INTERSPEECH最新教程！96页ppt》专知下载链接
登录查看更多
相关内容
语音合成（Speech Synthesis），也称为文语转换（Text-to-Speech, TTS,它是将任意的输入文本转换成自然流畅的语音输出。语音合成涉及到人工智能、心理学、声学、语言学、数字信号处理、计算机科学等多个学科技术，是信息处理领域中的一项前沿技术。
随着计算机技术的不断提高，语音合成技术从早期的共振峰合成,逐步发展为波形拼接合成和统计参数语音合成，再发展到混合语音合成；合成语音的质量、自然度已经得到明显提高，基本能满足一些特定场合的应用需求。目前，语音合成技术在银行、医院等的信息播报系统、汽车导航系统、自动应答呼叫中心等都有广泛应用，取得了巨大的经济效益。
另外，随着智能手机、MP3、PDA 等与我们生活密切相关的媒介的大量涌现，语音合成的应用也在逐渐向娱乐、语音教学、康复治疗等领域深入。可以说语音合成正在影响着人们生活的方方面面。
Arxiv
0+阅读 · 2022年11月21日
Arxiv
0+阅读 · 2022年11月18日
相关VIP内容
相关资讯
微信扫码咨询专知VIP会员