会员服务
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。
Unsupervised Pre-Training For Data-Efficient Text-to-Speech On Low Resource Languages
Arxiv
0+阅读 · 3月28日
Text is All You Need: Personalizing ASR Models using Controllable Speech Synthesis
Arxiv
0+阅读 · 3月27日
Wave-U-Net Discriminator: Fast and Lightweight Discriminator for Generative Adversarial Network-Based Speech Synthesis
Arxiv
0+阅读 · 3月24日
Audio Diffusion Model for Speech Synthesis: A Survey on Text To Speech and Speech Enhancement in Generative AI
Audio Diffusion Model for Speech Synthesis: A Survey on Text To Speech and Speech Enhancement in Generative AI
Arxiv
0+阅读 · 3月23日
Personalized Lightweight Text-to-Speech: Voice Cloning with Adaptive Structured Pruning
Arxiv
0+阅读 · 3月21日
Can Knowledge of End-to-End Text-to-Speech Models Improve Neural MIDI-to-Audio Synthesis Systems?
Arxiv
0+阅读 · 3月21日
Code-Switching Text Generation and Injection in Mandarin-English ASR
Arxiv
0+阅读 · 3月20日
Virtuoso: Massive Multilingual Speech-Text Joint Semi-Supervised Learning for Text-To-Speech
Arxiv
0+阅读 · 3月15日
DSPGAN: a GAN-based universal vocoder for high-fidelity TTS by time-frequency domain supervision from DSP
Arxiv
0+阅读 · 3月15日
PhaseAug: A Differentiable Augmentation for Speech Synthesis to Simulate One-to-Many Mapping
Arxiv
0+阅读 · 3月13日
Improving Prosody for Cross-Speaker Style Transfer by Semi-Supervised Style Extractor and Hierarchical Modeling in Speech Synthesis
Arxiv
0+阅读 · 3月14日
VANI: Very-lightweight Accent-controllable TTS for Native and Non-native speakers with Identity Preservation
Arxiv
0+阅读 · 3月14日
Grad-StyleSpeech: Any-speaker Adaptive Text-to-Speech Synthesis with Diffusion Models
Arxiv
0+阅读 · 3月14日
QI-TTS: Questioning Intonation Control for Emotional Speech Synthesis
Arxiv
0+阅读 · 3月14日
Multi-Speaker Expressive Speech Synthesis via Multiple Factors Decoupling
Arxiv
0+阅读 · 3月14日
参考链接
父主题
语音技术
微信扫码咨询专知VIP会员
Top