已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions

光谱图 波形 语音识别 计算机科学 钥匙(锁) 性格(数学) 特征(语言学) 代表(政治) 语音合成 人工神经网络 序列(生物学) 持续时间(音乐) 人工智能 模式识别(心理学) 声学 数学 生物 物理 语言学 电信 哲学 几何学 政治学 雷达 法学 政治 遗传学 计算机安全
作者
Jonathan Shen,Ruoming Pang,Ron Weiss,Mike Schuster,Navdeep Jaitly,Zongheng Yang,Zhifeng Chen,Yu Zhang,Yu-Xuan Wang,RJ Skerry-Ryan,Rif A. Saurous,Yannis Agiomyrgiannakis,Yonghui Wu
出处
期刊:Cornell University - arXiv 被引量:47
标识
DOI:10.48550/arxiv.1712.05884
摘要

This paper describes Tacotron 2, a neural network architecture for speech synthesis directly from text. The system is composed of a recurrent sequence-to-sequence feature prediction network that maps character embeddings to mel-scale spectrograms, followed by a modified WaveNet model acting as a vocoder to synthesize timedomain waveforms from those spectrograms. Our model achieves a mean opinion score (MOS) of $4.53$ comparable to a MOS of $4.58$ for professionally recorded speech. To validate our design choices, we present ablation studies of key components of our system and evaluate the impact of using mel spectrograms as the input to WaveNet instead of linguistic, duration, and $F_0$ features. We further demonstrate that using a compact acoustic intermediate representation enables significant simplification of the WaveNet architecture.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
5秒前
zsmj23完成签到 ,获得积分0
7秒前
Owen应助luxihu采纳,获得10
9秒前
fpbovo发布了新的文献求助10
9秒前
皮咻完成签到 ,获得积分10
15秒前
fpbovo完成签到,获得积分10
17秒前
自由冰凡完成签到 ,获得积分10
22秒前
23秒前
文献搬运工完成签到 ,获得积分10
25秒前
听闻墨笙完成签到 ,获得积分10
26秒前
传奇3应助萍萍无奇采纳,获得10
27秒前
28秒前
希望天下0贩的0应助照照采纳,获得10
32秒前
Orange应助129753采纳,获得30
39秒前
梧wu发布了新的文献求助10
45秒前
快乐凡关注了科研通微信公众号
52秒前
梧wu完成签到,获得积分20
54秒前
JY应助科研通管家采纳,获得10
58秒前
科研通AI2S应助科研通管家采纳,获得10
58秒前
科研通AI2S应助梧wu采纳,获得10
58秒前
FashionBoy应助科研通管家采纳,获得10
58秒前
和谐的果汁完成签到 ,获得积分10
1分钟前
nk完成签到 ,获得积分10
1分钟前
远山完成签到 ,获得积分10
1分钟前
jiangchuansm完成签到,获得积分10
1分钟前
灰鸽舞完成签到 ,获得积分10
1分钟前
曾经不言完成签到 ,获得积分10
1分钟前
独特的友琴完成签到 ,获得积分10
1分钟前
研友_VZG7GZ应助王小西采纳,获得10
1分钟前
Hazellee完成签到 ,获得积分10
1分钟前
吱吱草莓派完成签到 ,获得积分10
1分钟前
Dannnn完成签到 ,获得积分10
1分钟前
1分钟前
英勇的汉堡完成签到,获得积分20
1分钟前
酌鹿给酌鹿的求助进行了留言
1分钟前
1分钟前
今后应助zhangxr采纳,获得10
1分钟前
柠檬完成签到,获得积分10
1分钟前
zhangxr完成签到,获得积分10
1分钟前
王小西发布了新的文献求助10
1分钟前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139464
求助须知:如何正确求助?哪些是违规求助? 2790346
关于积分的说明 7795029
捐赠科研通 2446818
什么是DOI,文献DOI怎么找? 1301411
科研通“疑难数据库(出版商)”最低求助积分说明 626219
版权声明 601141