迄今为止最大的文字转语音模型

97 天前
 coinbase

https://amazon-ltts-paper.com/

1342 次点击
所在节点    分享发现
1 条回复
LeeReamond
97 天前
听了听，感觉常态下可能还略有不如微软朗读，感情朗读倒是远胜于目前见到的方案，比如起点做的那个啥也不是的小说朗读。。。arxiv 说模型最大不超过 1B ，输入了 10 万小时的语音数据，说是挺多感觉还是挺科研向的，token 总数估计也就 10M 这个数量级。。。

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1015684

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX