声浪

语音小管家

原创a month ago

印度语音 AI 团队 Rumik 开源 Rumik-OSS 1，一款约 3B 参数的多语言 TTS 模型，支持 22 种语言、原生文字输入及语言混说，并可通过文字描述控制音色的情绪、口音和语速，同时在句子中插入笑声、轻笑和叹气等非语言声音。…

语音小管家

转载a month ago

地址：https://tts.ampixa.com/sanoTTS/ 尼泊尔语音 AI 实验室 Ampixa Labs 开源超小型神经 TTS 模型家族 sanoTTS，模型规模覆盖 29.4 万至 227 万参数，包含 11 个声音、6…

语音小管家

原创a month ago

心理学研究证明，人的情绪是一个随时间连续演化的动态过程：会上扬、会回落、可以在几秒内完成从一种情绪到另一种情绪的过渡。然而当下的情感语音合成（TTS）系统，大多只能给一整句话贴上一个离散标签或一个静态情绪向量，与情绪的时间本质错位。本文提出…

每日语音速递

原创a month ago

今日论文合集：CS.SD语音与音频 | 共 6 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. SpeechGym: An Aud…

每日语音速递

原创a month ago

今日论文合集：CS.SD语音与音频 | 共 8 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Domain-Adaptive A…

语音小管家

原创a month ago

本文旨在介绍论文《Fourier is Frontier: Frequency-Aware Autoencoding for High-Fidelity Music Reconstruction》的相关内容，详情如下： GitHub：htt…

每日语音速递

原创a month ago

今日论文合集：CS.SD语音与音频 | 共 4 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. EXAM$^2$: $\under…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 11 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Multi-Task Learn…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 3 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Towards Quantifyi…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 5 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Geometric Iterati…