| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
- 강화학습 기초
- Reinforcement Learning
- 카트폴
- 클론코딩
- 사이드프로젝트
- 앱개발
- TTS
- React
- ReactNative
- 전국국밥
- Instagrame clone
- Ros
- Ai
- TeachagleMachine
- pandas
- App
- coding
- DeepMind
- python
- 강화학습
- 데이터분석
- 머신러닝
- 음성합성
- expo
- JavaScript
- FirebaseV9
- 딥러닝
- selenium
- 논문리뷰
- clone coding
- Today
- Total
목록ZeroShot (3)
qcoding
논문 NaturalSpeech 3: Zero-Shot Speech Synthesis with Factorized Codec and Diffusion Models 저자 Zeqian Ju, Yuancheng Wang, Xu Tan et al. (Microsoft Research Asia / USTC / Zhejiang Univ.) 학회/연도 arXiv 2024 arXiv 2403.03100 데모 Speech Research Demo📄 한 문단 요약NaturalSpeech 3는 음성을 timbre(음색), prosody(운율), content(내용), acoustic detail(음향 세부), duration(길이) 5가지 속성으로 분리해 각각 독립적으로 생성하는 TTS 시스템이다. 핵심은 두 가지..
논문 Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers 저자 Chengyi Wang et al. (Microsoft Research) 학회/연도 arXiv 2023 arXiv 2301.02111 데모 VALL-E Demo Page📄 한 문단 요약VALL-E는 TTS를 "언어 모델링 문제"로 재정의한 논문이다. EnCodec으로 오디오를 이산 코덱 토큰으로 변환한 뒤, 텍스트와 3초짜리 화자 음성 프롬프트를 조건으로 오디오 토큰 시퀀스를 자동회귀적으로 생성한다. 60,000시간 LibriLight 데이터로 사전학습해, 학습에서 한 번도 보지 못한 화자의 목소리를 3초 프롬프트만으로 재현하는 zero-shot TTS를 달..
논문 NaturalSpeech 3: Zero-Shot Speech Synthesis with Factorized Codec and Diffusion Models 저자 Zeqian Ju, Yuancheng Wang, Xu Tan et al. (Microsoft Research Asia / USTC / Zhejiang Univ.) 학회/연도 arXiv 2024 arXiv 2403.03100 데모 Speech Research Demo📄 한 문단 요약NaturalSpeech 3는 음성을 timbre(음색), prosody(운율), content(내용), acoustic detail(음향 세부), duration(길이) 5가지 속성으로 분리해 각각 독립적으로 생성하는 TTS 시스템이다. 핵심은 두 가지..