实体 InstructTTSEval

InstructTTSEval

PulseAugur coverage of InstructTTSEval — every cluster mentioning InstructTTSEval across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_215934 · Aug 24 · 04:00

新TTS模型从开放式指令中学习表现力语音

研究人员开发了Poly-InstructTTS，这是一种新颖的文本到语音模型，能够根据自然语言指令生成表现力语音。该系统利用了一个大型的、野外的1000小时视听数据集，该数据集带有1000多种不同的情绪和风格的注释。Poly-InstructTTS采用了无提示GPT架构和用于音色注入的流匹配模块，以及用于保持个性的说话人微调程序。评估表明在指令遵循和表现力方面表现强劲，并提供了配套的音频演示和扩展的测试集。