Невронен гласов синтез (Voice Synthesis)

Невронният гласов синтез (Voice Synthesis / Voice Cloning) обхваща технологиите за изкуствено генериране и клониране на човешка реч чрез дълбоки генеративни модели.

Съвременните дифузионни и авторегресивни гласови архитектури могат да възпроизведат уникалния тембър, интонация, акцент и емоционален заряд на даден човек от едва няколко секунди аудиозапис, осигурявайки терапевтична речева рехабилитация за пациенти с неврологични заболявания.

Споменавания в статии