(資料圖)

【環(huán)球網(wǎng)科技綜合報道】近日，浙江大學(xué)研究團(tuán)隊聯(lián)手字節(jié)跳動，推出全新 Zero-shot語音合成系統(tǒng)Mega-TTS。

據(jù)了解，針對當(dāng)前的語音合成系統(tǒng)通常是通過自回歸語言模型或擴(kuò)散模型來生成語音，導(dǎo)致輸出結(jié)果可能出現(xiàn)劣質(zhì)或不可控的情況。

該研究團(tuán)隊通過將語音分解為內(nèi)容、音色、韻律等不同的屬性，并針對每個屬性進(jìn)行建模，為此他們設(shè)計出了全新的Zero-shot語音合成系統(tǒng)Mega-TTS。通過使用大規(guī)模的野生數(shù)據(jù)進(jìn)行訓(xùn)練，并以不同的方式來對不同的屬性進(jìn)行建模。

關(guān)鍵詞：