7月27日消息，微軟日前推出了一款名為 NaturalSpeech2 的語音模型，該模型采用“潛在擴(kuò)散”式設(shè)計(jì)，在零樣本語音合成層面效果出眾，微軟宣稱該模型提供了“商業(yè)級(jí)”的語音 / 歌唱解決方案，能夠給予用戶高質(zhì)量、多樣化的語音合成體驗(yàn)。
據(jù)IT之家報(bào)道，微軟對(duì) NaturalSpeech2 進(jìn)行了一系列演示，展示了其在零樣本情況下生成具有不同說話人身份、韻律和風(fēng)格（如唱歌）的語音的能力。
與傳統(tǒng)的語音轉(zhuǎn)文字（TTS）系統(tǒng)不同，微軟的 NaturalSpeech2 使用“連續(xù)向量”取代“離散標(biāo)記”來表示語音，從而生成更完整的語音片段，不會(huì)產(chǎn)生“缺乏感情”的“棒讀（一字一頓地講話）”現(xiàn)象。
實(shí)驗(yàn)結(jié)果表明，NaturalSpeech2 在零樣本條件下生成的語音與語音提示和真實(shí)語音的韻律近乎一致，并且在 LibriTTS 和 VCTK 測(cè)試集上的自然度（以 CMOS 為度量）與真人語音難以區(qū)分。
該項(xiàng)目的論文目前已經(jīng)發(fā)布于 GitHub 中。
- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 合合信息2024年前三季度業(yè)績穩(wěn)?。籂I收增長超21%，凈利潤增長超11%
- 臺(tái)積電四季度營收有望再攀高峰，預(yù)計(jì)超260億美元刷新紀(jì)錄
- 韓國三星電子決定退出LED業(yè)務(wù)，市值蒸發(fā)超4600億元
- 鴻蒙概念龍頭大漲超9倍，北交所與新能源板塊引領(lǐng)A股強(qiáng)勢(shì)行情
- 京東金融回應(yīng)“擠兌”傳聞：稱相關(guān)言論完全失實(shí)，資金安全受監(jiān)管保護(hù)
- 光刻機(jī)巨頭阿斯麥業(yè)績爆雷，股價(jià)遭重創(chuàng)拖累全球股市
- A股半導(dǎo)體并購熱潮洶涌，36家企業(yè)引領(lǐng)產(chǎn)業(yè)整合新篇章
- 英偉達(dá)股價(jià)創(chuàng)歷史新高，市值逼近3.4萬億美元
- 新大陸正式成為華為鴻蒙開源系統(tǒng)A類捐贈(zèng)者，深度布局鴻蒙生態(tài)
- 蘋果第三季度出貨量創(chuàng)歷史新高，無限接近全球第一
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
