제로샷 음성 변환을 위한 하이브리드 콘텐츠와 메모리 증강 컨텍스트 인식 음색 모델링 기반의 Takin-VC

Takin-VC는 하이브리드 콘텐츠 인코더, 컨텍스트 인식 음색 모델링, 그리고 조건부 플로우 매칭 모델을 통해 우수한 음성 변환 성능을 달성합니다.