会员服务
Fine-Grained Quantitative Emotion Editing for Speech Generation
Arxiv
0+阅读 · 9月29日
Phoneme Discretized Saliency Maps for Explainable Detection of AI-Generated Voice
Arxiv
0+阅读 · 9月24日
Multi-modal Adversarial Training for Zero-Shot Voice Cloning
Arxiv
0+阅读 · 8月28日
Braille-to-Speech Generator: Audio Generation Based on Joint Fine-Tuning of CLIP and Fastspeech2
Arxiv
0+阅读 · 7月19日
A Mel Spectrogram Enhancement Paradigm Based on CWT in Speech Synthesis
Arxiv
0+阅读 · 7月9日
A Mel Spectrogram Enhancement Paradigm Based on CWT in Speech Synthesis
Arxiv
0+阅读 · 6月18日
Phoneme Discretized Saliency Maps for Explainable Detection of AI-Generated Voice
Arxiv
0+阅读 · 6月14日
Fine-Grained Quantitative Emotion Editing for Speech Generation
Arxiv
0+阅读 · 3月4日
AudioSR: Versatile Audio Super-resolution at Scale
Arxiv
0+阅读 · 2023年9月13日
SALTTS: Leveraging Self-Supervised Speech Representations for improved Text-to-Speech Synthesis
Arxiv
0+阅读 · 2023年8月2日
EmoSpeech: Guiding FastSpeech2 Towards Emotional Text to Speech
Arxiv
0+阅读 · 2023年6月28日
EfficientSpeech: An On-Device Text to Speech Model
Arxiv
0+阅读 · 2023年5月23日
Multi-Speaker Multi-Style Speech Synthesis with Timbre and Style Disentanglement
Arxiv
0+阅读 · 2022年11月22日
Multi-Speaker Multi-Style Speech Synthesis with Timbre and Style Disentanglement
Arxiv
0+阅读 · 2022年11月2日
The Importance of Accurate Alignments in End-to-End Speech Synthesis
Arxiv
0+阅读 · 2022年10月31日
参考链接
微信扫码咨询专知VIP会员
Top