hiaix | HIAIX

VALL-E一种用于文本到语音合成(TTS)的语言建模方法。具体来说，我们使用从现成的神经音频编解码器模型派生的离散代码来训练神经编解码器语言模型（称为VALL-E），并将TTS视为条件语言建模任务，而不是像以前的工作那样连续信号回归。在预训练阶段，我们将TTS训练数据扩展到60K小时的英语语音，这是现有系统的数百倍。VALL-E出现了上下文学习能力，可用于合成高质量的个性化语音，只需录制3秒的未见过的说话者的注册录音作为声音提示。实验结果表明，VALL-E在语音自然度和说话人相似度方面明显优于最先进的零样本TTS系统。此外，我们发现VALL-E可以在合成中保留说话者的情绪和声音提示的听觉环境。

相关导航

Quickie

Quickie是一个人工智能驱动的扩展，允许用户生成文本转语音、摘要器、扩展器、推特、歌词和其他功能。它还提供自定义快捷方式，允许用户使用提示和输入建立自己的快捷方式。Quickie是免费的，每个学分1个Quickie，有无限的Quickie付费计划，保存的结果，和无限的自定义Quickie。

FakeYou

FakeYou是一个使用深度伪造技术生成不同语言和声音的文本到语音的音频剪辑的工具。它允许用户用自己喜欢的角色创建音频剪辑，还提供了人工智能的文本转语音功能。它也有一个视频口型社区，排行榜和赞助人feed。

Voicepods

Voicepods是一个在线文本转语音平台，允许用户在30秒内将任何书面文本转换为音频文件。它提供了16种多种语言的国际声音和一个表达性内容编辑器来定制声音的输出。

Blogcast™

BlogcastTM是一个文本转语音的工具，允许用户创建播客、视频、电子学习课程的音频和音频书籍，而无需录制。它由人工智能驱动的文本转语音技术提供支持，并提供多种声音和语言可供选择。该工具还提供托管、播客订阅、媒体播放器、WordPress插件，以及与RSS订阅同步的功能。

AiSofiya

Sofiya是一款由人工智能驱动的文本到语音转换器，可以快速准确地将文本合成为超过135种语言和方言的自然语音。它支持多种音频格式和频率，并有一个强大的声音工作室，以合并和增强音频效果。它是一款多功能工具，可用于客户服务聊天机器人、语音助手、教育聊天机器人、用于自然语言处理任务的文本生成等。

WellSaid labs

WellSaid是一款人工智能文本转语音工具，允许用户根据文本创建真实、自然的画外音。它提供了一系列语音化身，并帮助团队在项目上协作，允许更快的生产时间。它适用于企业，可用于各种应用，如有声书、营销、客户支持等等。