跳到正文
热点事件持续更新

VoxMel 开源,尝试直接生成 Mel 频谱语音

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

VoxDance-Lab 开源了语音生成项目 VoxMel 的代码、模型和技术报告,并提供音频 Demo;项目尝试直接在连续 Mel 频谱上自回归生成语音,不依赖学习式声学 Tokenizer。 VoxMel 使用小波分解组织不同尺度的声学信息。

AI 根据报道生成 · 48 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. V2EX
    VoxMel 开源,尝试直接在 Mel 频谱上进行自回归语音生成

    开源 TTS 项目 VoxMel 尝试直接在连续 Mel 频谱上进行自回归生成,不依赖学习式声学 Tokenizer。项目通过小波分解组织不同尺度的声学信息,已开放代码、模型和技术报告,并提供音频 Demo。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。