![语音/音频处理学术速递[4.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-04-16/1780170990408568832.jpg)
声浪
StableTTS：轻量TTS模型，专为汉语和英语语音生成服务
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…
57 0 0
![语音/音频处理学术速递[4.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-04-16/1780169909905526784.jpg)
不止5秒复刻，大模型驱动火山引擎语音合成技术全面升级
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…
49 0 0
![语音/音频处理学术速递[4.12]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-04-15/1779772604333297664.jpg)
微软TTS最新模型，发布9种更真实的AI语音
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…
53 0 0
![语音/音频处理学术速递[4.11]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-04-12/1778695389441036288.jpg)
Stability AI发布增强型文本音乐引擎Stable Audio 2，具有上传和风格切换功能
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…
34 0 0
![语音/音频处理学术速递[4.10]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-04-11/1778332225763414016.jpg)
人工智能语音识别模型的最大更新
AssemblyAI 刚刚发布了一个高度准确的多语言语音到文本AI模型Universal-1。它在英语、西班牙语、法语和德语方面都达到了同类最佳的准确性，并在许多基准测试中击败了OpenAI whisper和NVIDIA Canary。 在…
76 0 0