(資料圖)

【環(huán)球網(wǎng)科技綜合報(bào)道】近日，浙江大學(xué)研究團(tuán)隊(duì)聯(lián)手字節(jié)跳動(dòng)，推出全新 Zero-shot語音合成系統(tǒng)Mega-TTS。

據(jù)了解，針對(duì)當(dāng)前的語音合成系統(tǒng)通常是通過自回歸語言模型或擴(kuò)散模型來生成語音，導(dǎo)致輸出結(jié)果可能出現(xiàn)劣質(zhì)或不可控的情況。

該研究團(tuán)隊(duì)通過將語音分解為內(nèi)容、音色、韻律等不同的屬性，并針對(duì)每個(gè)屬性進(jìn)行建模，為此他們?cè)O(shè)計(jì)出了全新的Zero-shot語音合成系統(tǒng)Mega-TTS。通過使用大規(guī)模的野生數(shù)據(jù)進(jìn)行訓(xùn)練，并以不同的方式來對(duì)不同的屬性進(jìn)行建模。

關(guān)鍵詞：