论文统计每月更新一次,主要跟踪语音合成的发展状况(很多文章都是在会议后才发出,但不影响统计。统计过程难免存在疏漏,因此统计结果仅供参考,所有文章统计列表请访问http://yqli.tech/page/tts_paper.html)。读者有什么建议可以直接给我发消息,我将不断修改该统计。如有转载,请注明出处。欢迎关注微信公众号:低调奋进。
首先,先看一下每月的文章数量,可能进入论文长草期,7月的论文明显下降很多,只有23篇。 (现在正在做语音识别的论文统计,该工作量比合成要大许多)
接下来,看一下每个方向的情况。由下面表格的具体数据和柱状图可知,语音合成前端的工作依然很清淡,主要的研究方向还是声学模型的优化、风格情感、声码器和声音转换。
语音合成文章情况表(单位:篇)
1月 | 2月 | 3月 | 4月 | 5月 | 6月 | 7月 | ||
前端 | 多音字,韵律,g2p等等。 | 1 | 0 | 0 | 3 | 0 | 0 | 0 |
声学模型 | 语言特征转声学特征,attention工作,多说话人以及双重学习 | 1 | 7 | 5 | 10 | 8 | 17 | 4 |
声码器 | 波形生成 | 1 | 3 | 3 | 3 | 1 | 12 | 2 |
个性化 | 少数据,脏数据应用等自适应 | 1 | 1 | 5 | 3 | 0 | 1 | 0 |
多语言 | 多语言模型 | 0 | 0 | 0 | 0 | 1 | 0 | 0 |
歌唱合成 | 歌唱和音乐合成 | 0 | 1 | 2 | 1 | 4 | 2 | 2 |
情感 | 风格和情感 | 2 | 2 | 0 | 3 | 1 | 5 | 2 |
多模态 | talking head等等 | 2 | 1 | 1 | 2 | 4 | 3 | 2 |
声音转换 | 基于GAN方案和特征解耦方案 | 4 | 2 | 4 | 10 | 5 | 8 | 6 |
其它 | 基于EEG合成,数据,MOS评测以及语音合成的应用 | 1 | 1 | 0 | 5 | 3 | 5 | 7 |
我们看一下柱状图和折线图
所有的文章列表可以访问http://yqli.tech/page/tts_paper.html
七月份的文章