IEEE TASLP | 基于多层级时序-通道说话人检索的零样本语音转换
零样本语音转换(zero-shot voice conversion)是指将输入语音转换成任意说话人的语音,仅需要该说话人一句语音且无需额外的模型更新。通常的零样本语音转换方法通过使用来自预训练的说话人识别(SV)模型或者在训练时学习说话人…
24 0 0
零样本语音转换(zero-shot voice conversion)是指将输入语音转换成任意说话人的语音,仅需要该说话人一句语音且无需额外的模型更新。通常的零样本语音转换方法通过使用来自预训练的说话人识别(SV)模型或者在训练时学习说话人…