Spark-TTS

Spark-TTS: redefinir el equilibrio entre eficacia y calidad de sonido en la síntesis de voz Spark-TTS es un innovador modelo de conversión de texto a voz (TTS) desarrollado por el equipo SparkAudio, cuyo núcleo se basa en la arquitectura BiCodec y la tecnología de modelado de lenguaje a gran escala (LLM), que logra un gran avance en eficacia y calidad de sonido en el campo de la síntesis de voz. En primer lugar, la arquitectura técnica: codificación del habla desacoplada de flujo único Principio de diseño de BiCodec Spark-TTS mediante el codificador BiCodec propuesto, la señal del habla se descompone en dos tipos de fichas complementarias: fichas semánticas de baja tasa de bits: centradas en ...