Shinnosuke Takamichi

La selección de core-set mejora los modelos de texto a voz al centrarse en datos diversos.

Este estudio examina si los símbolos de habla aprendidos imitan los patrones de frecuencia de palabras.

Coco-Nut ofrece muestras de voz japonesa diversas para aplicaciones avanzadas de texto a voz.

Un estudio sobre cómo mejorar los sistemas de TTS con muestras de voz diversas.

RALL-E mejora la síntesis de texto a voz para que suene más clara y natural.

Introduciendo la conversión de voz espacial para mejorar el realismo y la inmersión del audio.

Este estudio examina cómo varían las preferencias de voz entre diferentes oyentes.

Los investigadores exploran enfoques sin texto para entender mejor el lenguaje hablado.

J-CHAT ofrece un gran conjunto de datos de código abierto para mejorar los sistemas de diálogo hablado.

Los investigadores desarrollan SaSLaW para mejorar la adaptación del habla de las máquinas en diferentes entornos.

BigCodec mejora la calidad de sonido en la transmisión de audio a baja tasa de bits.

Un nuevo método mejora el canto en conjunto sintetizado al modelar las interacciones entre los cantantes.