目前，語音合成領(lǐng)域的風(fēng)格情感控制是一個比較熱門的話題，它將決定著語音合成中的似人度和靈活性以及可轉(zhuǎn)換性。5月4日晚?20：00，LiveVideoStack線上分享第五季，第八期，我們邀請到了喜馬拉雅 音頻算法工程師 賀雯迪分享語音合成的基本模塊以及風(fēng)格遷移的概念，詳解基于Multihead-Attention的Global style token算法原理以及現(xiàn)在目前比較值得探索的變分自編碼器在語音合成中對說話人風(fēng)格控制的應(yīng)用。

嘉賓簡介

賀雯迪 喜馬拉雅 音頻算法工程師

愛丁堡大學(xué)人工智能碩士，喜馬拉雅音頻算法工程師。研發(fā)經(jīng)歷：TTS前端模塊（文本正則、分詞算法、韻律預(yù)測等），后端算法（基于深度生成模型VAE的說話人風(fēng)格控制、音色轉(zhuǎn)換、音色克隆、few-shot learning、神經(jīng)聲碼器的優(yōu)化等）。

關(guān)于LiveVideoStack線上交流分享

為了給大家提供一個學(xué)習(xí)，交流的平臺，暢聊音視頻技術(shù)開發(fā)新趨勢，新實踐。我們推出了LiveVideoStack線上交流分享活動，邀請業(yè)內(nèi)資深技術(shù)專家進(jìn)行線上分享技術(shù)干貨，解答熱點問題。你可以通過以下方式參與：

• 掃描圖中二維碼關(guān)注LiveVideoStack公眾號【livevideostack】

• 回復(fù)“分享”，即可獲得進(jìn)入直播群的方式

總結(jié)

以上是生活随笔為你收集整理的LiveVideoStack线上分享第五季（九）：语音合成中的风格控制的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。