声浪

语音小管家

转载10 months ago

跨语言情感语音合成（Cross-lingual Emotional Speech Synthesis）旨在在不改变语音语言内容信息的前提下，将源语言语音中的情感特征自然迁移到目标语言的合成语音中。这一技术在电影配音、多语言虚拟人等场景中有着…

语音小管家

转载10 months ago

本系列的十篇文章，是对之前文章中提到的十个趋势进行详细的剖析。 关于未来语音技术和应用趋势的10点看法 在这个系列文章中，会穿插科普、技术综述、技术发展路线，以及一些个人和其他行业专家的思考。希望通过这一系列文章，无论读者之前对语音技术和应…

语音小管家

转载10 months ago

大家好，欢迎来到「AudioCC交我学」专栏！ 作为学术研究者与实践者的连接点，我们致力于打造一个专注于语音技术的学术交流平台——「AudioCC交我学」专栏。在这里，我们将以简洁、专业的视角，解读听觉认知与计算声学领域的前沿论文，分享技术…

语音小管家

转载10 months ago

来源丨PaperWeekly 180 万小时、44k 高保真、支持全量微调——刚刚开源的 VoxCPM 1.5，技术细节全解密。 最近，面壁技术团队发布了 VoxCPM 1.5 版本，在持续优化开发者开发体验的同时，也带来了多项核心能力升级…

语音小管家

原创10 months ago

本文由知乎作者Oliver投稿，采用第一人称视角撰写 语音增强技术已经发展了好多年了，但是目前各说各的好或者是技术保密。那么现在语音增强技术到底发展到一种什么程度了呢？未来的趋向又在什么地方？ 2022年入职后，在mentor的指导下我开始…

语音小管家

原创10 months ago

近日智谱正式发布工业级语音合成系统 GLM-TTS，并在 Hugging Face 和 ModelScope 上开放模型权重。 基于在数据筛选、基础模型结构、精品音色监督微调（SFT）范式和强化学习（RL）范式等多方面创新，GLM-TTS…

语音小管家

转载10 months ago

语音转换（Voice Conversion, VC）旨在在不改变语言内容的情况下，将源说话人的语音转换为目标说话人的语音，广泛应用于电影配音、虚拟人、语音聊天等场景。然而在真实应用场景中，VC 系统面临两大挑战。 环境噪声：用户录音往往嘈杂…

语音小管家

原创10 months ago

语音匿名化（Voice Anonymization）旨在在保留语义和情感信息的同时去除说话人的身份特征。现有基于深度学习的主流方法通常依赖显式说话人嵌入模型（Speaker Embedding Model）来提取和替换说话人特征，但这类方法…