GAN合成语音相关论文

最新推荐文章于 2024-06-08 10:04:04 发布
最新推荐文章于 2024-06-08 10:04:04 发布
阅读量2.5k 收藏 18
点赞数 1
分类专栏： 语音合成 论文笔记 文章标签： GAN语音合成
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tianyawp123/article/details/103921704
版权

最近在做GAN语音生成相关的东西，找了一些相关的最新的论文和资料，在这里做一个记录。

一、语音基础知识

在知乎上看到了一个比较详细的介绍，搬运过来：语音合成那些事

二、GAN合成语音（TTS）相关论文

1.Yamamoto, Ryuichi, Eunwoo Song, and Jae-Min Kim. "Parallel WaveGAN: A fast waveform generation model based on generative adversarial networks with multi-resolution spectrogram." arXiv preprint arXiv:1910.11480 (2019).

投递2020 isscap，未公布代码

这篇文章介绍了一中新的免蒸馏、快速的、占空间小的语音生成器，起名叫parallel wavegan，平行wavegan，用到了非自回归模型，用到了wavenet作为生成器，对生成器loss这一块添加了多分辨率的stft损失，不需要密度蒸馏，达到了 比wavenet快几倍的素的。主要模型框架如下图：

最低0.47元/天 解锁文章
Cindy-W123
关注
  • 1
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
语音合成（speech synthesis）方向十：GAN在声学模型干了什么？
低调奋进
06-15 1310
声明：工作以来主要从事TTS工作，平时看些文章做些笔记。文章中难免存在错误的地方，还望大家海涵。平时搜集一些资料，方便查阅学习：TTS 论文列表 http://yqli.tech/page/tts_paper.html TTS 开源数据 http://yqli.tech/page/data.html。如转载，请标明出处。欢迎关注微信公众号：低调奋进 本文整理一下GAN在语音合成声学模型上的研究，统计可能不全。GAN在语音合成中的应用更多是在声码器部分，而在声学模型部分的研究很少。使用GAN的目的更多解决过
生成对抗网络GAN（二） 语音相关
热门推荐
xmdxcsj的专栏
11-12 1万+
生成对抗网络GAN（二） 语音相关@(gan)多任务对抗学习[1] 为了获得对噪音的鲁棒性，引入多任务学习，分为三个网络： - 输入网络（绿色），用作特征提取器 - senone输出网络（红色），用作senone分类 - domain输出网络（蓝色），domain这里指噪音的类型，总共17种噪声为了增加对噪音的鲁棒性，增加了GRL层（gradient reversal layer），网络在反
Python-PyTorch实现的GAN文本语音合成TTS和语音转换VC
08-09
PyTorch实现的GAN文本语音合成(TTS)和语音转换(VC)
推荐：GAN-TTS - 高保真语音合成的利器
最新发布
gitblog_00044的博客
06-08 412
推荐：GAN-TTS - 高保真语音合成的利器 项目地址:https://gitcode.com/yanggeng1995/GAN-TTS 1、项目介绍 在人工智能领域，语音合成系统已经成为一个至关重要的研究方向。GAN-TTS 是基于 PyTorch 的一个实现，它采用对抗网络（Adversarial Networks）来实现高保真度的语音合成。该项目的灵感来源于论文 GAN-TTS: HIG...
基于GAN的语音转换技术及语音合成TTS
喜欢打酱油的老鸟
07-16 5156
https://www.toutiao.com/a6714089773171999244/ 介绍 到目前为止，我主要致力于生成人物的图像（或视频），但我希望他们一旦在屏幕上可见就会用对应的声音说话。所以这一次，当我发出另一个人的声音时，我进行了语音转换以转换为对应的声音，而在给出文本时，我使用文本转语音（TTS）来创建其声音。以下将描述试验结果。 语音转换 介绍 有两种类型的...
语音识别、语音合成相关论文
09-29
搜集的一些语音识别、语音合成相关论文，分为三个部分，感兴趣的可以下载看看！！！
【计算机科学】【2019.05】基于深度神经网络的合成语音检测
weixin_42825609的博客
04-24 799
本文为加拿大约克大学（作者：RICARDO REIMAO）的硕士论文，共156页。 随着深度学习和其他技术的进步，合成语音越来越接近自然发音。一些最先进的技术实现了如此高的自然度，甚至连人类都难以区分真实的语音和计算机生成的语音。此外，这些技术允许人们训练目标语音的语音合成器，从而创建一个能够高保真地再现某人语音的模型。通过这项研究，我们深入分析了合成语音是如何产生的，并提出了检测合成语音的深度...
语音识别 论文合集
10-17
7. **多任务学习框架下的参数化语音合成**：《STATISTICAL PARAMETRICA SPEECH SYNTHESIS USING GENERATIVE ADVERSARIAL NETWORKS UNDER A ...-TASK LEARNING FRAMEWORK.01670v2.pdf》将GAN引入到多任务学习框架下...
GAN（生成对抗网络2014论文）
08-17
4. **音频生成**：音乐生成、语音合成等领域，GANs能帮助生成新的音乐片段或模仿特定人的声音。 5. **数据增强**：在机器学习中，GANs可以生成额外的训练数据，提高模型的泛化能力。 **四、GAN的挑战与改进** ...
DLJeju2018CodeRepoASR:关于使用GAN进行语音合成以提高ASR问题的语音识别准确性的工作的详细信息
04-27
使用半监督GAN的合成语音输出来提高语音识别精度在这个项目中，我们使用深度学习通过WaveGAN和SpecGAN（）来合成语音/音频。 这样合成的原始音频被用于改善基线系统。入门大多数深度学习技术都需要大量数据来训练...
melgan-neurips：用于文本到语音合成的基于GAN的Mel频谱图反转网络
02-05
论文MelGAN的官方资料库：条件波形合成的生成对抗网络 以前的工作已经发现，使用GAN生成相干的原始音频波形具有挑战性。 在，我们表明通过引入一组体系结构更改和简单的训练技术，可以可靠地训练GAN以生成高质量的...
gantts:基于GAN的文本到语音合成和语音转换（VC）的PyTorch实现
04-22
甘孜 基于生成对抗网络（GAN）的文本到语音（TTS）和语音转换（VC）的PyTorch实现。 生成的音频样本 音频示例可在Jupyter笔记本中的以下链接中找到： 有关超级参数的注意事项 adversarial_streams是表示语音质量敏感的参数，代表用于计算对抗损失的流（mgc，lf0，vuv，bap）。 计算基于mgc功能的对抗性损失（前几个维度除外）似乎效果很好。 如果mask_nth_mgc_for_adv_loss > 0，则在计算对抗损失时将忽略mgc的第一个mask_nth_mgc_for_adv_loss维度。 如，我确认使用第0（和第1）mgc来计算对抗性损失会影响语音质量。 根据我的经验， mask_nth_mgc_for_adv_loss订单25的mask_nth_mgc_for_adv_loss = 1，mgc订单59的mask_nth_mg
CycleGAN-VC2:CycleGAN（语音克隆语音转换）进行的语音转换
04-01
CycleGAN-VC2-PyTorch | 这段代码是用于纸张的PyTorch实现： ，是有关语音转换/语音克隆的工作。 数据集 风投 中国男性演讲者（AISHELL 和） 用法 训练 例子 演示版 参考 更新 2020.11.17 ：修复的问题：重新实施第二步的逆向损失。 2020.08.27 ：通过添加第二步的逆向性损失 循环GAN-VC2 为了推进非并行VC的研究，我们提出了CycleGAN-VC2，它是CycleGAN-VC的改进版本，结合了三种新技术：改进的目标（两步对抗损失），改进的生成器（2-1-2D CNN） ）和改进的鉴别器（GAN修补程序）。 该存储库包含： 实施本文的。 ，可用于创建缓存。 来训练模型。 -训练后转换的结果。 目录 要求 pip install -r requirements.txt 用法 预处理 python pre
AI合成部分论文数篇-Bean.zip
07-25
4. 论文中的具体主题可能包括但不限于：深度神经网络架构的设计优化、卷积神经网络（CNN）在图像分析的应用、循环神经网络（RNN）和长短时记忆网络（LSTM）在序列数据处理中的作用、生成对抗网络（GAN）在图像生成和...
论文翻译-语音合成：Char2Wav
weixin_34417635的博客
02-11 419
2019独角兽企业重金招聘Python工程师标准>>> ...
基于GAN用pytorch实现sin信号的生成
hljxh的博客
11-16 1937
环境：ubuntu 16.04； pytorch 0.4.1 import torch import torch.nn as nn import torch.nn.functional as F import numpy as np from torch.autograd import Variable import matplotlib.pyplot as plt SAMPLE_GAP =...
基于GAN的合成医学图像增强技术可提高CNN在肝脏病变分类中的性能
qq_38038430的博客
03-20 1058
GAN-based Synthetic Medical Image Augmentation for increased CNN Performance in Liver Lesion Classification 利用GAN架构来合成高质量的肝脏病变ROI 医学成像领域的最大挑战是如何处理小的数据集和数量有限的带注释的样本，尤其是在采用需要标记数据和进行大量培训的监督机器学习算法时。 最常见的数据增强方法包括对数据集图像进行简单修改，例如平移，旋转，翻转和缩放。 该数据集由182个门户阶段的二维CT扫描
【延伸阅读】让老照片重现光彩（四）：《基于有条件GAN的高分辨率图像合成及语义操控》论文的中文译文
weixin_41943311的博客
11-24 2009
英伟达公司和加州大学伯克利分校于2018年发表的“基于有条件GAN的高分辨率图像合成及语义操控”项目，是本项目“让老照片重现光彩”的技术基础，算是一个前置开源项目。为了更好地理解本项目，我们在这里分享了《基于有条件GAN的高分辨率图像合成及语义操控（High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs）》论文的中文译文，供大家参考、学习。 英文原文的下载地址：https://arxiv.org/abs
那些有趣的GAN合成图像项目(在线可操作)
qq_36011385的博客
08-28 7002
那些有趣的GAN合成图像项目(在线可操作) 本文介绍几个人工智能在图像合成上面的有趣应用，大家可以动起手来操作看看，可有意思了~ 1. GAN dissection G. A. N. D. Issection et al., “GAN DISSECTION: VISUALIZING AND UNDERSTANDING GENERATIVE ADVERSARIAL NETWORKS,” 2018. 在线操作链接 ：http://gandissect.res.ibm.com/ganpaint.html?pr
GAN生成语音对抗样本
05-26
GAN生成语音对抗样本是一种利用生成对抗网络（GAN）生成语音的技术，并在此基础上进行对抗样本攻击的方法。通过GAN生成的语音可以用于各种语音识别任务，并且可以通过对抗样本攻击来干扰语音识别系统，从而达到攻击的目的。 具体来说，GAN生成语音对抗样本的方法包括两个步骤：首先使用GAN生成器生成一些与原始语音相似但不同于原始语音的语音，然后将这些语音作为对抗样本输入到语音识别系统中，从而干扰其正确识别。 与其他对抗样本攻击技术相比，GAN生成语音对抗样本的优点在于其可以生成高质量的语音，并且可以通过针对性训练来提高攻击成功率。但是，该技术也存在一些限制，例如需要大量的数据和计算资源来训练GAN模型，并且可能会受到环境噪声等因素的影响。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值