VALL-E一种用于文本到语音合成 (TTS) 的语言建模方法。具体来说,我们使用从现成的神经音频编解码器模型派生的离散代码来训练神经编解码器语言模型(称为 VALL-E),并将 TTS 视为条件语言建模任务,而不是像以前的工作那样连续信号回归。在预训练阶段,我们将 TTS 训练数据扩展到 60K 小时的英语语音,这是现有系统的数百倍。VALL-E 出现了上下文学习能力,可用于合成高质量的个性化语音,只需录制 3 秒的未见过的说话者的注册录音作为声音提示。实验结果表明,VALL-E 在语音自然度和说话人相似度方面明显优于最先进的零样本 TTS 系统。此外,我们发现 VALL-E 可以在合成中保留说话者的情绪和声音提示的听觉环境。

类似的工具

SO-VITS-SVC4.0
SO-VITS-SVC4.0详细安装、训练、推理使用步骤

cursor.so(GPT-4代码编辑器)
Cursor.so采用了“预测型编码”...

Codiga
Codiga可以实时检测代码错误...

CodeSnippets
CodeSnippets是指在编程中常...

Dolly AI
Fork your voice in a flash

TTS-vue
搬运请注明出处。
其他人也看的工具

PaperRay
准确的查到论文中潜在抄袭和不当引用,实现了学术不端行为检测服务

Dream Up (Deviant Art)
DeviantArt DreamUp™让您创建AI艺术,创作者和他们的作品是公平对待的。

Paymefy
Paymefy是一款人工智能催收工具,通过自动通知和促进一键支付,帮助企业优化催收流程。它有助于降低运营成本和恢复时间,根据用户的视觉识别定制通知,并从拒绝偿还债务的客户那里接收可操作的反馈。该工具还可以与erp和crm集成,并提供多发票和分期付款选项。

Product Hunt
Product Hunt是一个人们可以发现和分享最新最好的新产品、应用程序和科技小工具的平台。它允许用户浏览一系列产品,获得推荐,为他们的最爱投票,并留下评论。

浙江大学人工智能学院
目前有人工智能技术应用、软件技术、计算机应用技术、电子信息工程技术、大数据技术等5个专业。人工智能专业群入选浙江省高职高水平专业群建设名单,专业群由人工智能技术应用、软件技术、计算机应用技术、电子信息工程技术、大数据技术等5个专业组成。

通义灵码
基于通义大模型的智能编码辅助工具