声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理9篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

机器之心

转载3 years ago

我们已经看到，AI 已经能够理解和生成文本、图像、视频，尽管各个产品目前能达到的准确性和审美水准还不相同。 自带曲谱的音乐生成似乎是 AI 要征服的下一座山峰，而这场竞争正在白热化。 近日，音乐生成领域再次迎来新玩家「Udio」。 与前段时…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载3 years ago

作为第一个尝试将流匹配和 DiT 相结合的开源 TTS 模型，StableTTS 是一款用于中英文语音生成的快速轻量级 TTS 模型，只有 10M 参数。 来源丨GitHubStore 项目链接：http://github.com/Kdai…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音1篇，eess.AS音频处理3篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载3 years ago

自2022年起，生成式 AI 的爆发助推语音技术快速升级。语音作为高频的交互形式，在多个领域的需求颇为强烈，尤其是在追求高自然度语音合成上，业界与学术界均投入诸多研发资源。 火山引擎语音团队曾于2023年推出 zero-shot (零样本学…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理7篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

原创3 years ago

微软对Azure Al语音服务的Personal Voice功能进行了升级，引入了新的零样本学习(zero-shot)的文本到语音(TTS)模型。与初始模型相比，这些新模型提高了合成语音的自然度，并更好地模仿了提示语音中的语音特征。 微软提…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理7篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

21dB声学人

转载3 years ago

合成媒体初创公司Stability AI发布了其文本转音乐模型的升级版本。新的Stable Audio 2能够根据书面提示生成长达三分钟的音乐曲目，并且该工具还包含其他新功能。 Stable Audio 2增强了9月份发布的原始Stable…