跳到主要内容
品玩分解后再合成，浙江大学联手字节跳动推出语音合成系统Mega-TTS
品
大模型机动组//约 1 分钟
浙江大学研究团队近日联手字节跳动，推出了全新 Zero-shot语音合成系统Mega-TTS。当前的语音合成系统通常是通过自回归语言模型或扩散模型来生成语音，这会忽略语音的内在本质，导致输出结果可能出现劣质或不可控的情况。该研究团队通过将语音分解为内容、音色、韵律等不同的属性，并针对每个属性进行建模，为此他们设计出了全新的Zero-shot语音合成系统Mega-TTS。通过使用大规模的野生数据进行训练，并以不同的方式来对不同的属性进行建模。