声浪

语音小管家

转载2 years ago

语音合成与音频理解：自回归量化连续语音合成，潜在扩散模型；多模态音频理解基准 Continuous Speech Synthesis using per-token Latent Diffusion 2024-10-21｜IBM Resea…

语音小管家

转载2 years ago

面壁智能 面壁智能是一家人工智能大模型技术创新与应用落地企业，愿景为“智周万物”，致力于创造安全、普惠的通用人工智能，让AI技术惠及千万家企业。 我们将努力构建智能时代大模型基础设施，加速大模型在人工智能典型场景与领域应用与落地，成为通用智…

语音小管家

转载2 years ago

近日，香港中文大学（深圳）联手趣丸科技推出了新一代大规模声音克隆TTS模型——MaskGCT。该模型在包含10万小时多语言数据的Emilia数据集上进行训练，展现出超自然的语音克隆、风格迁移以及跨语种生成能力，同时保持了较强的稳定性。Mas…