A Unified Model for Voice and Accent Conversion in Speech and Singing Using Self-Supervised Learning and Feature Extraction

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本文提出了一种新的语音转换模型,能够有效地转换说话和唱歌的声音,解决情感传递、发音和口音变化等挑战。该模型在混合语音样本上进行口音转换,保留原始内容和韵律,展现出在配音和文本到语音等应用中的潜力。

🎯

关键要点

  • 提出了一种新的语音转换模型,能够有效转换说话和唱歌的声音。

  • 该模型解决了情感传递、发音和口音变化管理等关键挑战。

  • 模型可以在混合语音样本上进行口音转换,保留原始内容和韵律。

  • 展示了在配音、内容创造及文本到语音(TTS)和互动语音响应(IVR)系统等应用中的潜力。

➡️

继续阅读