跳到主要内容
检索

# 21Codec

1 篇关联报道

订阅更新
  1. arXiv

    21Codec把说话人身份挪到解码端:流式合成中音色不再逐块漂移,还能中途换人

    流式语音合成用的神经编解码器通常从离散码流里推断说话人身份,分块解码时每块只看局部上下文,同一句话里音色会漂移。21Codec把说话人信息从码流中压低,改由解码端一个外部说话人嵌入逐帧调制,使身份在流式解码中保持稳定,并能在中途换人。在未见说话人上,重配音输出更接近参考说话人而非源说话人;代价是词错率相对无条件版本上升。

已读完全部报道