【资料图】
IT之家 7 月 27 日消息，微软日前推出了一款名为 NaturalSpeech2 的语音模型，该模型采用“潜在扩散”式设计，在零样本语音合成层面效果出众，微软宣称该模型提供了“商业级”的语音 / 歌唱解决方案，能够给予用户高质量、多样化的语音合成体验。
微软对 NaturalSpeech2 进行了一系列演示，展示了其在零样本情况下生成具有不同说话人身份、韵律和风格（如唱歌）的语音的能力。
▲ 图源 NaturalSpeech 2 论文
据悉，与传统的语音转文字（TTS）系统不同，微软的 NaturalSpeech2 使用“连续向量”取代“离散标记”来表示语音，从而生成更完整的语音片段，不会产生“缺乏感情”的“棒读（一字一顿地讲话）”现象。
▲ 图源 NaturalSpeech 2 论文
实验结果表明，NaturalSpeech2 在零样本条件下生成的语音与语音提示和真实语音的韵律近乎一致，并且在 LibriTTS 和 VCTK 测试集上的自然度（以 CMOS 为度量）与真人语音难以区分。
该项目的论文目前已经发布于 GitHub 中，感兴趣的IT之家小伙伴们可以点此访问。
关键词：
微软推出语音合成模型NaturalSpeech2，相对竞品语音重构更准确
2023-07-27唐朝藩将的崛起
2023-07-27引力传媒：控股股东拟减持不超3.995%公司股份
2023-07-27解决狗狗攀跳问题的终极方法，让你的家变得更安全！
2023-07-27羊肉胡萝卜饺子馅的做法 羊肉胡萝卜饺子馅的做法大全
2023-07-27“世遗泉州有个磁灶窑”文旅嘉年华开幕
2023-07-27权威快报丨“中国天眼”首次在射电波段观测到黑洞“脉搏”
2023-07-27华西证券给予康达新材买入评级 业绩受益原料价跌 持续并购聚焦专精特新
2023-07-27高铁也有“碰撞试验”，结果让人安心
2023-07-272023下半年，房价真跌前，你将会看到这5个现象，提前注意吧！
2023-07-27微软推出语音合成模型NaturalSpeech2，相对竞品语音重构更准确
2023-07-27唐朝藩将的崛起
2023-07-27引力传媒：控股股东拟减持不超3.995%公司股份
2023-07-27解决狗狗攀跳问题的终极方法，让你的家变得更安全！
2023-07-27羊肉胡萝卜饺子馅的做法 羊肉胡萝卜饺子馅的做法大全
2023-07-27“世遗泉州有个磁灶窑”文旅嘉年华开幕
2023-07-27权威快报丨“中国天眼”首次在射电波段观测到黑洞“脉搏”
2023-07-27华西证券给予康达新材买入评级 业绩受益原料价跌 持续并购聚焦专精特新
2023-07-27高铁也有“碰撞试验”，结果让人安心
2023-07-272023下半年，房价真跌前，你将会看到这5个现象，提前注意吧！
2023-07-27Copyright 2015-2022 青年超市网版权所有 备案号：皖ICP备2022009963号-20 联系邮箱：39 60 291 42@qq.com
