语音合成（TTS）旨在根据给定的文本合成可理解和自然的语音。这是语言，语音和机器学习研究的热门话题，并在工业中有广泛的应用。本书介绍了深度学习时代的基于神经网络的TTS，旨在提供对神经TTS，当前的研究和应用以及未来研究趋势的良好理解。
本书首先介绍了TTS技术的历史和神经TTS的概览，并提供了关于语言和语音处理，神经网络和深度学习以及深度生成模型的初步知识。然后从关键组件（文本分析，声学模型，声码器和端到端模型）和高级话题（富有表现力和可控，稳健，模型高效，和数据高效的TTS）的角度介绍了神经TTS。它还指出了一些未来的研究方向，并收集了一些与TTS相关的资源。
本书是第一本全面且易于理解地介绍神经TTS的书籍，既可服务于从事TTS工作的学术研究者，也可服务于行业从业者。
成为VIP会员查看完整内容
Neural Text-to-Speech Synthesis
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 · 2023年7月29日
Arxiv
20+阅读 · 2023年3月21日
Arxiv
14+阅读 · 2022年7月26日
Arxiv
10+阅读 · 2021年10月4日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2023年7月29日
Arxiv
20+阅读 · 2023年3月21日
Arxiv
14+阅读 · 2022年7月26日
Arxiv
10+阅读 · 2021年10月4日
微信扫码咨询专知VIP会员