语音合成论文优选:Flavored Tacotron: Conditional Learning for Prosodic-linguistic Features
声明:语音合成论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法。如有转载,请标注来源。
欢迎关注微信公众号:低调奋进
Flavored Tacotron: Conditional Learning for Prosodic-linguistic Features
本文是AI Foundation, USA在2021.04.08更新的文章,主要添加韵律特征,使合成的语音更加自然,具体的文章链接
https://arxiv.org/pdf/2104.04050.pdf
1 研究背景
本文提到直接输入音素序列到taoctron中,合成的音频韵律不那么自然,因此需要把韵律信息添加到输入序列。这不得不说一下2020一篇文章Prosodic Prominence and Boundaries in Sequence-to-Sequence Speech Synthesis ,该文章通过CWT工具(https://github.com/asuni/wavelet prosody toolkit)从原始音频中获取prominence和boundary信息,然后把这些信息添加到音素集中,然后输入序列变成如下的输入文本格式,从而使合成的韵律更自然。
本文和上篇文章不同之处在于预测韵律不是添加到音素集中,而且作为condition拼接到系统中。
2 详细系统设计
图1为本系统的详细架构,其中prosody-linguistic features是使用Festival工具获取,classifier主要把音素进行等级分类,所以输出为两维即可。classifier的输出可以拼接到pre-encoder, pre-decoder和postnet中。
3 实验结果
table 1展示了baseline tacotron2和本文方案的参数。由table2 和table3的客观和主观指标显示,本文的方案效果最好。
4 总结
本文把韵律等级信息作为condition拼接到系统中,从而提高语音合成的自然度。
语音合成论文优选:Flavored Tacotron: Conditional Learning for Prosodic-linguistic Features相关推荐
- 语音合成论文优选:Efficiently Trainable Text-to-Speech System Based on Deep Convolutional Networks with Guide
声明:语音合成论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法.如有转载,请标注来源. 欢迎关注微信公众号:低调奋进 Efficiently Trainab ...
- 语音合成论文优选:M2voc大赛总结The M2voc Challenge 2021
声明:语音合成论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法.如有转载,请标注来源. 欢迎关注微信公众号:低调奋进 The Multi-speaker M ...
- 语音合成论文优选:Unified Mandarin TTS Front-end Based on Distilled BERT Model
声明:语音合成论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法.如有转载,请标注来源. 欢迎关注微信公众号:低调奋进 Unified Mandarin TT ...
- 语音合成论文优选:唇语Speaker disentanglement in video-to-speech conversion
声明:语音合成论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法.如有转载,请标注来源. 欢迎关注微信公众号:低调奋进 Speaker disentangle ...
- 语音合成论文优选:语音合成综述(2021)
声明:工作以来主要从事TTS工作,平时看些文章做些笔记.文章中难免存在错误的地方,还望大家海涵.平时搜集一些资料,方便查阅学习:TTS 论文列表 http://yqli.tech/page/tts_p ...
- 语音合成论文优选:音素韵律控制Prosodic Clustering for Phoneme-level Prosody Control in End-to-End Speech Synthesis
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音合成(TTS)论文优选:Accent and Speaker Disentanglement in Many-to-many Voice Conversion
声明:语音合成(TTS)论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法.如有转载,请标注来源. 欢迎关注微信公众号:低调奋进 Accent and Spe ...
- 语音合成(TTS论文优选:VocGAN: A High-Fidelity Real-time Vocoder with a Hierarchically-nested Adversarial Netw
声明:语音合成(TTS)论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法.如有转载,请标注来源. 欢迎关注微信公众号:低调奋进 VocGAN: A High ...
- 语音合成(TTS)论文优选:ByteSing: A Chinese Singing Voice Synthesis System Using Duration Allocated Encoder-De
声明:语音合成(TTS)论文优选系列主要分享论文,分享论文不做直接翻译,所写的内容主要是我对论文内容的概括和个人看法.如有转载,请标注来源. 欢迎关注微信公众号:低调奋进 ByteSing: A Ch ...
最新文章
- 上周那个 iPad还没送出去呢!
- 使用Query Object 模式 基于jpql实例
- 决策树-基于不同算法的决策树模型对比
- STL的array容器
- PLSQL写给员工涨工资,总裁涨1000,经理涨800,其他员工涨400
- LeetCode 985. 查询后的偶数和
- mysql 实例与用户_MySQL(17):用户登录实例
- 决策树算法与应用 学习笔记
- 转换PDF技巧1之PDF虚拟打印机操作详解
- 第十七届全国大学生智能汽车竞赛全国总决赛参赛队伍奖项公告
- js文本框设置必填项_表单字段必填项JS代码
- 将Go语言编写的HttpServer部署到Docker并推送到DockerHub
- 健身的基本知识(1)
- 编写程序,由键盘输入三个整数分别存入变量num1,num2,num3中,对它们进行排序, 使用if-else结构,并按从小到大的顺序输出
- datasources数据源自动配置
- zabbix添加自定义py脚本
- 春日里有skycc营销软件相陪
- 程序员,不甘平凡又害怕努力… 1
- qdialog 只有点击才能获得焦点_盘点那些只有在校学生才能获得的教育专属优惠产品。...
- Model-Reuse Attacks on Deep Learning Systems