开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >Real-Time Voice Cloning -5秒钟，clone你的声音!

Real-Time Voice Cloning -5秒钟，clone你的声音!

用户9732312

发布于 2022-05-13 20:10:57

发布于 2022-05-13 20:10:57

1.1K0

举报

文章被收录于专栏：ADAS性能优化ADAS性能优化

Google 团队提出了一种文本语音合成（text to speech）神经系统，能通过少量样本学习到多个不同说话者（speaker）的语音特征，并合成他们的讲话音频。此外，对于训练时网络没有接触过的说话者，也能在不重新训练的情况下，仅通过未知说话者数秒的音频来合成其讲话音频，即网络具有零样本学习能力。

网络结构

GitHub链接：

https://github.com/CorentinJ/Real-Time-Voice-Cloning?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

demo

http://mpvideo.qpic.cn/tjg_3267114286_50000_4d0c5ebb2e114dd89397df3ac9edbc41.f10002.mp4?

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-11-14，如有侵权请联系 cloudcommunity@tencent.com 删除