高品質な歌声合成のための零距離スタイル転移と多階層スタイル制御

本研究では、オーディオやテキストプロンプトから未知のタイムブルとスタイル(歌唱手法、感情、リズム、テクニック、発音など)を持つ高品質な歌声を生成することを目的としている。