11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
腾讯云
12-20
微软NaturalSpeech项目推出了第三代语音合成技术,以实现超自然的零样本语音合成。NaturalSpeech3通过属性分解扩散模型和数据/模型扩展,提高了语音合成的质量和自然度。这一成果将进一步推动语音合成技术的发展,为实现智能语音交互提供更强大的支持。
随着大规模文本到语音模型的发展,取得了显著进展,但在语音质量、相似度和韵律方面仍存在不足。考虑到语音涉及到多个属性,这为生成带来了巨大挑战。这一研究符合微软的负责任AI原则。
微软最近推出了一个名为NaturalSpeech2的语音模型。这个模型采用了“潜在扩散”式设计,在零样本语音合成方面表现非常出色。它的推出将推动语音合成技术的发展,为用户提供更加智能、自然的语音交互体验。
微软AI团队推出NaturalSpeech2,一款采用潜在扩散模型的先进文本到语音系统,具备强大的零样本语音合成和增强表达力的韵律功能。该系统可用于语音合成和唱歌合成,为用户提供高质量、多样化的语音合成体验。它还可以通过一个简短的唱歌提示或仅有的语音提示来生成具有新音色的唱歌声,实现了真正的零样本唱歌合成。