BriefGPT - AI 论文速递 · 2023-09-18T00:00:00Z 基于面部驱动的零射声音转换与基于记忆的面音对齐 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文介绍了一种以面部图像控制语音的零样本个性化 Lip2Speech 合成方法，采用变分自编码器对讲话人身份和语言内容进行解藕，实现了对未知说话人的声音特征进行控制。同时，探索了跨模态表示学习以提高面部说话人嵌入的语音控制能力。 🏷️ 标签 个性化 变分自编码器 语音合成 跨模态表示学习 面部图像 阅读原文 生成长图 分享链接 已复制链接
