IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> Neural Text to Speech Synthesis -> 正文阅读

[人工智能]Neural Text to Speech Synthesis

作者:tanxu
会议:IJCAI 2020
单位:微软

acoustic model

AR & LSTM model

Tacotron(location sensitive attention)

在这里插入图片描述

DurIAN

  • 单独的duration model,时长显示可控
    在这里插入图片描述

NAR & CNN/Transformer model

DeepVoice 3

  • 全CNN结构,推理加速,支持不同的声学特征输出(vocoder: world, GL, WaveNet),支持multi-speaker(2000人,小数据量)在这里插入图片描述

TransformerTTS

  • 和tacotron结构类似,将encoder&decoder中的lstm替换为transformer;并行化训练,且质量与tacotron2相当;因为并行化计算,attention的鲁棒性不足(??)
    在这里插入图片描述

Fastspeech2

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

  • fastspeech是基于teacher-student方法训练,知识蒸馏过程中有信息损失;
  • fastspeech2为了解决一对多的问题,加入额外的条件输入(duration,pitch,energy),训练阶段这些特征直接从target中提取,infer阶段是predictor预测的(predictor和FastSpeech2模型一起训练);

VITS

在这里插入图片描述

  • FLOW-based, end2end

vocoder

在这里插入图片描述

LPCNet

  • AR model,BFCC,~20M

HiFiGan

  • NAR model,mel, ~54M

PWG

Advanced topics in TTS

在这里插入图片描述

expressive

在这里插入图片描述

Synthesize clean speech for noisy speakers

??【120/434】

adaptive for everyone

  • basemodel的泛化性要足够强,因为target speaker的风格可能有异于基础数据库,这样性能就会明显下降;
  • 少量数据的情况下,只finetune部分相关参数;(拆分成phn encoder, speaker encoder等多个部分,只更新speaker encoder)
  • AdaSpeech 2:少量说话人数据
  • AdaSpeech 3:朗读风格到自由风格
    在这里插入图片描述
  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-02-16 13:05:31  更:2022-02-16 13:08:43 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年6日历 -2024/6/18 3:26:14-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码