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,8月的论文跟7月差不多,只有26篇,可能有些研究人员正在度假。(识别正在准备中,该工作量比合成要大许多,毕竟对识别分类不是太别熟悉)
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、歌唱合成,不过这个月的声音转换仅有一篇。另外,**is all you need标题的文章有两篇。不知道大家有没有注意到,music & sing的研究工作越来越多(谱曲,转录等等部分文章没放到该统计),可能娱乐性更有市场的需求。
语音合成文章情况表(单位:篇)
备注 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 | 7月 | 8月 | |
前端 | 多音字,韵律,g2p等等。 | 1 | 0 | 0 | 3 | 0 | 0 | 0 | 1 |
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 | 6 |
声码器 | 波形生成 | 1 | 3 | 3 | 3 | 1 | 12 | 2 | 3 |
个性化 | 少数据,脏数据应用等自适应 | 1 | 1 | 5 | 3 | 0 | 1 | 0 | 2 |
多语言 | 多语言模型 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 |
歌唱合成 | 歌唱和音乐合成 | 0 | 1 | 2 | 1 | 4 | 2 | 2 | 4 |
情感 | 风格和情感 | 2 | 2 | 0 | 3 | 1 | 5 | 2 | 3 |
多模态 | talking head等等 | 2 | 1 | 1 | 2 | 4 | 3 | 2 | 4 |
声音转换 | 基于GAN方案和特征解耦方案 | 4 | 2 | 4 | 10 | 5 | 8 | 6 | 1 |
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 | 2 |
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
8月份的文章