Войти
аналитика - 음성 변환
이산 토큰 보코더를 통한 음성 변환 기술의 발전: vec2wav 2.0
vec2wav 2.0은 음성 자기지도학습 모델의 이산 토큰을 활용하여 음원의 내용 정보를 추출하고, 참조 음원의 음색 정보를 효과적으로 결합하여 우수한 음성 변환 성능을 달성한다.
누구나의 목소리를 변환하기: 조건부 확산 모델을 이용한 감정 표현 음성 변환
본 연구는 내용, 화자 정보, 감정 정보를 효과적으로 모델링하여 감정 표현 음성 변환을 수행하는 완전 엔드-투-엔드 프레임워크를 제안한다.
경량 음성 표현 분리를 통한 원샷 음성 변환
제안된 MAIN-VC 모델은 시아메즈 인코더와 제한된 상호 정보 추정기를 통해 효과적으로 음성 표현을 분리하여 원샷 음성 변환 성능을 향상시킵니다.
표현력 있는 음성 변환을 위한 소프트 음성 유닛과 적대적 스타일 증강 기반의 표현력 있는 음성 표현 학습
본 연구는 소프트 음성 유닛과 적대적 스타일 증강을 활용하여 표현력 있는 음성 변환을 실현하는 새로운 프레임워크를 제안한다. 이를 통해 화자 독립적인 내용 및 운율 특징을 효과적으로 추출할 수 있다.
효율적인 음성 스타일 변환을 위한 HybridVC: 텍스트 및 오디오 프롬프트 활용
HybridVC는 사전 학습된 CVAE 모델을 기반으로 하여 텍스트 및 오디오 프롬프트를 활용하여 효율적이고 유연한 음성 스타일 변환을 수행합니다.
Продукты | Ресурсы
© 2024 by Linnk AI