(資料圖)

【環球網科技綜合報道】近日，浙江大學研究團隊聯手字節跳動，推出全新 Zero-shot語音合成系統Mega-TTS。

據了解，針對當前的語音合成系統通常是通過自回歸語言模型或擴散模型來生成語音，導致輸出結果可能出現劣質或不可控的情況。

該研究團隊通過將語音分解為內容、音色、韻律等不同的屬性，并針對每個屬性進行建模，為此他們設計出了全新的Zero-shot語音合成系統Mega-TTS。通過使用大規模的野生數據進行訓練，并以不同的方式來對不同的屬性進行建模。

關鍵詞：