声浪

语音小管家

转载2 years ago

华院由美国加州大学伯克利分校数学博士创立，成立于 2002 年，公司专注于数据智能研究。团队以基础算法研究和通用人工智能引擎开发为核心，从计算智能、感知智能，到认知智能，一直在人工智能算法研究领域处于行业前茅，产品与技术广泛应用于金融保险、…

语音小管家

转载2 years ago

论文标题：Multi-modal and Multi-scale Spatial Environment Understanding for Immersive Visual Text-to-Speech 论文作者：刘瑞，何树伟，胡一帆，李…

语音小管家

转载2 years ago

MMAudio 在给定视频和/或文本输入的情况下生成同步音频。我们的关键创新是多模式联合训练，它允许对广泛的视听和音频文本数据集进行训练。此外，同步模块将生成的音频与视频帧对齐。 项目地址：https://hkchengrex.com/MM…

语音小管家

转载2 years ago

CosyVoice是阿里巴巴通义实验室语音团队于今年7月份开源的语音生成大模型，依托大模型技术，实现自然流畅的语音生成体验。与传统语音生成技术相比，CosyVoice具有韵律自然、音色逼真等特点。自开源以来，CosyVoice凭借高品质的多…

语音小管家

转载2 years ago

最近，西工大音频语音与语言处理研究组（ASLP@NPU）与微软、CUHK-Shenzhen提出首个说唱生成模型Freestyler，以歌词和伴奏输入，生成与伴奏风格节奏匹配的说唱；同时开源了首个说唱数据集RapBank。现对该论文进行简要的…