声浪

语音小管家

转载a year ago

近年来，AI 作曲与歌声合成技术突飞猛进，但如何像人类一样评价一首“AI 歌曲”的美感始终是一大难题。现有客观指标往往忽视旋律记忆点、情感连贯性等主观维度，导致模型优化方向失焦。 为此，西工大音频语音与语言处理研究组（ASLP@NPU）与上…

语音小管家

原创a year ago

语音合成（TTS）技术近十年来突飞猛进，从早期的拼接式合成和统计参数模型，发展到如今的深度神经网络与扩散、GAN等先进架构，实现了接近真人的自然度与情感表达，广泛赋能智能助手、无障碍阅读、沉浸式娱乐等场景。 然而，这一繁荣几乎局限于英语、普…

语音小管家

转载a year ago

在语音合成（Text-to-Speech, TTS）领域，传统的 TTS 系统主要包括自回归（Autoregressive, AR）模型、非自回归（Non-Autoregressive, NAR）模型以及结合两者优点的混合范式（AR+NAR…