项目与荣耀公司合作,实现耳语向常规语音的转换,论文发表于InterSpeech。参与构建含3044h音频的wEar配对数据集,缓解该方向训练数据稀缺问题;基于CosyVoice2搭建三段式转换架构,自研大tokenizer替换原有模块;提出双向语义对齐方案,实现耳语转正常语音、正常语音转耳语双向转换,配套开放Demo与arxiv论文。
点击空白处退出提示
语言技术
TensorFlow系统类型
算法模型行业分类
人工智能
项目与荣耀公司合作,实现耳语向常规语音的转换,论文发表于InterSpeech。参与构建含3044h音频的wEar配对数据集,缓解该方向训练数据稀缺问题;基于CosyVoice2搭建三段式转换架构,自研大tokenizer替换原有模块;提出双向语义对齐方案,实现耳语转正常语音、正常语音转耳语双向转换,配套开放Demo与arxiv论文。
项目与荣耀公司合作,实现耳语向常规语音的转换,论文发表于InterSpeech。参与构建含3044h音频的wEar配对数据集,缓解该方向训练数据稀缺问题;基于CosyVoice2搭建三段式转换架构,自研大tokenizer替换原有模块;提出双向语义对齐方案,实现耳语转正常语音、正常语音转耳语双向转换,配套开放Demo与arxiv论文。
项目与荣耀公司合作,实现耳语向常规语音的转换,论文发表于InterSpeech。参与构建含3044h音频的wEar配对数据集,缓解该方向训练数据稀缺问题;基于CosyVoice2搭建三段式转换架构,自研大tokenizer替换原有模块;提出双向语义对齐方案,实现耳语转正常语音、正常语音转耳语双向转换,配套开放Demo与arxiv论文。



评论