Последние исследования в области TTS показывают, что качество современных моделей адаптивного синтеза уже сопоставимо с реальной человеческой речью. Во многом, этого удалось добиться путем внедрения end-to-end TTS-моделей, использующих data-driven подходы. В данной работе рассматриваются применяемые к TTS-системам подходы генеративного моделирования, улучшающие выразительные способности глубоких архитектур.
Кочарян А.М. (науч. рук. Рыбин С.В.) Глубокие порождающие модели в адаптивном синтезе речи // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/11627