AI完美代替真人语音，微软推出语音合成模型NaturalSpeech2

2025-05-21 13:02:22 | 来源: 智享导航

2023年7月28日报道丨微软日前推出了一款名为 NaturalSpeech2 的语音模型，该模型采用“潜在扩散”式设计，在零样本语音合成层面效果出众，微软宣称该模型提供了“商业级”的语音 / 歌唱解决方案，能够给予用户高质量、多样化的语音合成体验。微软对 NaturalSpeech2 进行了一系列演示，展示了其在零样本情况下生成具有不同说话人身份、韵律和风格（如唱歌）的语音的能力。

据悉，与传统的语音转文字（TTS）系统不同，微软的 NaturalSpeech2 使用“连续向量”取代“离散标记”来表示语音，从而生成更完整的语音片段，不会产生“缺乏感情”的“棒读（一字一顿地讲话）”现象。

实验结果表明，NaturalSpeech2 在零样本条件下生成的语音与语音提示和真实语音的韵律近乎一致，并且在 LibriTTS 和 VCTK 测试集上的自然度（以 CMOS 为度量）与真人语音难以区分。

上一篇： 开源免费使用！北京交通大学打造国内首个交通大模型 TransGPT 下一篇： AI帮你点外卖！国外外卖平台开发 AI 聊天机器人，输入提示词推荐餐厅美食

热门榜单

1

百度文库AI智能助手

类型：常用AI

查看

1
百度文库AI智能助手
常用AI
2

360AI搜索

类型：常用AI

查看

2
360AI搜索
常用AI
3

sharegpt

类型：常用AI

查看

3
sharegpt
常用AI
4

GPTs：GPT Builder创建器

类型：常用AI

查看

4
GPTs：GPT Builder创建器
常用AI
5

Hi Echo — 网易有道

类型：常用AI

查看

5
Hi Echo — 网易有道
常用AI
6

美图Moki

类型：常用AI

查看

6
美图Moki
常用AI
7

PicTech AI

类型：常用AI

查看

7
PicTech AI
常用AI
8

Photosonic

类型：常用AI

查看

8
Photosonic
常用AI
9

DreamUp

类型：常用AI

查看

9
DreamUp
常用AI
10

Scribble Diffusion

类型：常用AI

查看

10
Scribble Diffusion
常用AI

热门资讯