StreamVC可以实时转换说话者的声音音色，并且可以保持源语音的内容和韵律，比如情感、语调等，支持在移动设备上运行。
特别适用于通话和视频会议等实时通信场景，还可以语音匿名化。
StreamVC在Pixel 7智能手机上实现了70.8毫秒的低推理延迟
在Diff-VCTK 、BNE-PPG-VC、VQMIVC、QuickVC等基线评估显示，StreamVC在自然度、可理解性、说话人相似度和f0一致性方面优秀。
项目地址：https://google-research.github.io/seanet/stream_vc/
让我们来听听官方演示音频吧！
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)