2023年1月语音合成（TTS)和语音识别(ASR)论文月报

论文统计每月更新一次，主要跟踪语音合成和语音识别的发展状况(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。所有文章语音合成领域统计列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。开源语音数据查询 http://yqli.tech/page/data.html。

如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg）。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。

2023年文章统计excel https://docs.google.com/spreadsheets/d/1iDnSeyai91NUrg0CyDj35FAuXPA44-s8H1YxBddEqEs/edit?usp=sharing

---

前言

ChatGpt有多火，估计大家都感受到其热度，把AI的浪潮带到了新的高度。看看国内的自媒体和大佬资金都涌向了ChatGpt。面对这波热潮我也感到急躁，不是怕未来自己被替换掉，而是自己目前的工作没有直接加入到该浪潮中。我总的2022年语音年度总结（https://mp.weixin.qq.com/s/Vy_Er768iWuVs4Gwpks5Rg）中提到ChatGpt等技术将会给2023年的 AI带来活力，没想到这波浪潮来的这么快这么凶猛。听说OpenAI今年有GPT4以及语音的预训练模型，非常期待~

一 语音合成篇

表一给出具体分类说明。2023年1月的语音合成相关的文章有34篇，比前两年同期增加很多。表二和图2是语音合成的具体方向文章的情况。本月的文章的关键词有Diffusion、prompt、xxLM等等大家可注意一下。另外Vall-E这篇文章方法可成为未来的热点。

表一  语音合成分类说明

<

分类

说明