BriefGPT - AI 论文速递 · 2023-10-15T00:00:00Z

CoCoFormer: 一种可控的功能丰富的多音乐生成方法

📝

内容提要

该文介绍了一种增强预训练文本转音频模型可控性的新模型，通过时间戳、语调曲线和能量曲线等额外条件实现对生成音频的时间顺序、音高和能量的精细控制。作者整合数据集，使用评估指标评估可控性能，实验结果表明该模型成功实现了细粒度控制，实现了可控的音频生成。

🏷️

标签

可控性 文本转音频 时间顺序 能量 音高