... 2023-06-29 16:50 .. Meta公司深度学习人工智能研究人员在介绍Voicebox时指出，Voicebox使用了流匹配方法，其表现优于当前最先进生成式语音系统使用的扩散模型。
结果显示，Voicebox生成的人工音频更容易理解，单词错误率为1.9%，低于竞争对手的5.9%。
此外，Voicebox生成的音频与真人的相似性更高，同时速度快了近20倍。
在跨语言翻译时，Voicebox的表现优于备受赞誉的多语言文本语音AIYourTS，单词平均错误率从10.9%降低到5.2%，音频相似度从0.335提高到0.481。
Meta阐述了Voicebox的多种用途，称其可用来帮助视障人士听到朋友和亲人的信息，或允许非母语人士用自己的声音翻译自己所说的话。
据悉，Voicebox目前能说6种语言：英语、法语、西班牙语、德语、波兰语和葡萄牙语。
不过，Meta强调称，由于潜在的滥用风险，他们目前不会公开Vo .. UfqiNews ↓
9
本页Url
🤖 智能推荐
