AI奇点网2023年7月28日报道丨微软日前推出了一款名为 NaturalSpeech2 的语音模型，该模型采用“潜在扩散”式设计，在零样本语音合成层面效果出众，微软宣称该模型提供了“商业级”的语音 / 歌唱解决方案，能够给予用户高质量、多样化的语音合成体验。微软对 NaturalSpeech2 进行了一系列演示，展示了其在零样本情况下生成具有不同说话人身份、韵律和风格（如唱歌）的语音的能力。
据悉，与传统的语音转文字（TTS）系统不同，微软的 NaturalSpeech2 使用“连续向量”取代“离散标记”来表示语音，从而生成更完整的语音片段，不会产生“缺乏感情”的“棒读（一字一顿地讲话）”现象。
实验结果表明，NaturalSpeech2 在零样本条件下生成的语音与语音提示和真实语音的韵律近乎一致，并且在 LibriTTS 和 VCTK 测试集上的自然度（以 CMOS 为度量）与真人语音难以区分。
上一篇：开源免费使用！北京交通大学打造国内首个交通大模型 TransGPT
下一篇：AI帮你点外卖！国外外卖平台开发 AI 聊天机器人，输入提示词推荐餐厅美食
聚焦智能天文光学系统，打造人类“天眼”。
一家机器人公司如何穿越行业“死亡谷”？
教师职业三重变革：从编制铁饭碗到流量新战场，谁在定义未来教育者？
苹果发布超薄iPhoneAir，评价两极，或为折叠屏预热。
你是不是也经常遇到“AI配音”的视频？
苹果还没有熟透。
豆包
博思白板 — boardmix AI
扣子-AI办公
千问
讯飞绘文
讯飞绘文-免费AI写作
扣子-AI办公app
AI小聚
ZeroGPT
网站地图
AI完美代替真人语音，微软推出语音合成模型NaturalSpeech2
AI奇点网2023年7月28日报道丨微软日前推出了一款名为 NaturalSpeech2 的语音模型，该模型采用“潜在扩散”式设计，在零样本语音合成层面效果出众，微软宣称该模型提供了“商业级”的语音 / 歌唱解决方案，能够给予用户高质量、多样化的语音合成体验。微软对 NaturalSpeech2 进行了一系列演示，展示了其在零样本情况下生成具有不同说话人身份、韵律和风格（如唱歌）的语音的能力。
据悉，与传统的语音转文字（TTS）系统不同，微软的 NaturalSpeech2 使用“连续向量”取代“离散标记”来表示语音，从而生成更完整的语音片段，不会产生“缺乏感情”的“棒读（一字一顿地讲话）”现象。
实验结果表明，NaturalSpeech2 在零样本条件下生成的语音与语音提示和真实语音的韵律近乎一致，并且在 LibriTTS 和 VCTK 测试集上的自然度（以 CMOS 为度量）与真人语音难以区分。
上一篇：开源免费使用！北京交通大学打造国内首个交通大模型 TransGPT
下一篇：AI帮你点外卖！国外外卖平台开发 AI 聊天机器人，输入提示词推荐餐厅美食
追觅「上天」，官宣成立天文BU｜最前线
聚焦智能天文光学系统，打造人类“天眼”。
三临绝境，三度翻盘：一家机器人公司的15年“极限求生”
一家机器人公司如何穿越行业“死亡谷”？
招生锐减、硕博下沉、AI创业——教师职业的破与立
教师职业三重变革：从编制铁饭碗到流量新战场，谁在定义未来教育者？
OpenAI CEO奥特曼点赞iPhone Air，分析师直呼：它只是苹果的试验品
苹果发布超薄iPhoneAir，评价两极，或为折叠屏预热。
偷走全红婵声音，在网上卖鸡蛋？你看的明星带货直播，可能是AI偷来的……
你是不是也经常遇到“AI配音”的视频？
库克不再「挤牙膏」：iPhone薄了，AI缺席
苹果还没有熟透。
豆包
博思白板 — boardmix AI
扣子-AI办公
千问
讯飞绘文
讯飞绘文-免费AI写作
扣子-AI办公app
豆包
博思白板 — boardmix AI
扣子-AI办公
千问
讯飞绘文
讯飞绘文-免费AI写作
扣子-AI办公app
AI小聚
ZeroGPT