Akopọ
Awoṣe Prosody kọ awọn ẹrọ orin aladun ti ọrọ, ariwo, ipolowo, wahala, ati pacing ti o gun lori awọn ọrọ naa. O jẹ ohun ti o ya ohun roboti alapin si ọkan ti o dun eniyan nitootọ.
Awoṣe Prosody joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media.
Jin Dive
Prosody jẹ orin ti ede: igbega ati isubu ti ipolowo (intonation), bi o ṣe gun awọn ohun ti o waye (akoko), ariwo (agbara), ati ibi ti a ti tẹnu si. Awọn ifẹnukonu wọnyi ni itumọ awọn ọrọ nikan ko ṣe, awọn ibeere ami ifihan si awọn alaye, ẹgan, ijakadi, tabi ọrọ wo ni o ṣe pataki. Awọn ọna ṣiṣe ọrọ-si-ọrọ ni ode oni ṣe apẹẹrẹ prosody pẹlu awọn nẹtiwọọki nkankikan ti o ṣe asọtẹlẹ awọn ibi-iwọn ipolowo, awọn akoko foonu, ati agbara lati ọrọ. Tacotron 2 kọ ẹkọ pupọ ninu eyi laisọtọ nipasẹ akiyesi, lakoko ti FastSpeech 2 jẹ ki o han gbangba nipasẹ asọtẹlẹ iye akoko, ipolowo, ati agbara bi awọn ẹya ikẹkọ lọtọ. Ilana ti o dara da lori ọrọ-ọrọ ti eto ko le gba lati aami ifamisi nikan, eyiti o jẹ idi ti awọn awoṣe n pọ si lo awọn gbolohun ọrọ agbegbe ati paapaa ohun itọkasi lati ṣeto ohun orin to tọ.
Imọ-imọ-ẹrọ
Pitch ti wa ni tọpinpin bi igbohunsafẹfẹ ipilẹ (F0) ti ohun, oṣuwọn awọn agbo ohun naa gbọn. Awọn awoṣe bii FastSpeech 2 ṣafikun ohun ti nmu badọgba iyatọ ti o sọ asọtẹlẹ F0, agbara, ati iye akoko foonu-kọọkan gẹgẹbi awọn ṣiṣan lọtọ, lẹhinna ṣe ipo oluyipada spectrogram lori wọn. Nitoripe ọrọ ṣe ipinnu prosody (gbolohun kan ni ọpọlọpọ awọn kika to wulo), eyi jẹ iṣoro ọkan-si-ọpọlọpọ, nitorinaa awọn ọna ṣiṣe lo awọn latenti iyatọ tabi awọn koodu itọkasi lati mu ifijiṣẹ kan pato dipo aropin sinu monotone.
Mastering Prosody Modeling
Awoṣe Prosody kọ awọn ẹrọ orin aladun ti ọrọ, ariwo, ipolowo, wahala, ati pacing ti o gun lori awọn ọrọ naa. O jẹ ohun ti o ya ohun roboti alapin si ọkan ti o dun eniyan nitootọ. Awoṣe Prosody joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media. Lati kọ oye ti o jinlẹ, ṣe itọju Prosody Modelling bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati ya sọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ti o nlo Prosody Modelling itọju didara, lairi, ati igbanilaaye gẹgẹbi awọn ẹya pataki kanna ti ilana imuṣiṣẹ. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni akoko kanna, ilokulo ohun ati awọn eewu imisi eniyan n pọ si nigbati igbanilaaye ba sonu. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Awọn ọna kika iwe ohun ti o yatọ si ipolowo ati pacing ki awọn ipin dun ni asọye kuku ju monotone lọ
Awọn oluranlọwọ foju n ṣe igbega intonation ni ipari bẹẹni / ko si ibeere nitorinaa o dun bi ibeere kan
Fiimu ati awọn irinṣẹ atunkọ fidio ti o baamu tcnu ati ariwo ti ifijiṣẹ oṣere atilẹba
Awọn oluka iboju fun iraye si awọn ọrọ bọtini wahala ki awọn olumulo afọju di gbolohun ọrọ ti o tumọ si yiyara
Awọn Ilana imuse
Prosody Modeling ni iwa
Awọn ọna kika iwe ohun ti o yatọ si ipolowo ati pacing ki awọn ipin dun ni asọye kuku ju monotone lọ.
Awọn ọna kika iwe ohun ti o yatọ si ipolowo ati pacing nitorinaa awọn ipin ohun asọye dipo awọn ẹgbẹ monotone nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Prosody Modeling ni iwa
Awọn oluranlọwọ foju n ṣe igbega intonation ni ipari bẹẹni / ko si ibeere nitorinaa o dun bi ibeere kan.
Awọn oluranlọwọ foju n ṣe igbega intonation ni ipari bẹẹni / ko si ibeere nitorinaa o dun bi ibeere kan Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe lori akoko.
Prosody Modeling ni iwa
Fiimu ati awọn irinṣẹ atunkọ fidio ti o baamu tcnu ati ariwo ti ifijiṣẹ oṣere atilẹba.
Fiimu ati awọn irinṣẹ atunkọ fidio ti o baamu tcnu ati ariwo ti ifijiṣẹ oṣere atilẹba Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa mejeeji awọn anfani iṣelọpọ ati awọn idiyele aṣiṣe lori akoko.
Prosody Modeling ni iwa
Awọn oluka iboju fun iraye si awọn ọrọ bọtini wahala ki awọn olumulo afọju di gbolohun ọrọ ti o tumọ si yiyara.
Awọn oluka iboju fun iraye si awọn ọrọ bọtini wahala ki awọn olumulo afọju di gbolohun ọrọ ti o tumọ si yiyara Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.