grapheme-to-phoneme (G2P)

UR-BERT 实现支持495种语言的多语言TTS系统

研究人员开发了UR-BERT，这是一种新颖的文本编码器，旨在显著扩展大规模多语言文本到语音（TTS）系统的能力。与受音素到音素资源限制的传统方法不同，UR-BERT将各种书写系统统一为通用的罗马化格式，从而支持495种语言。该系统还包含一个语音令牌预测目标，以提高语音准确性和文本-语音对齐，在现有基线上表现出优越的性能，并对新语言具有强大的泛化能力。