Iyipada ohun
Iyipada ohun ṣe iyipada ọrọ ti eniyan ti o gbasilẹ nitoribẹẹ o dabi ẹni pe o ti sọ nipasẹ ẹlomiran, lakoko ti o tọju awọn ọrọ atilẹba ati akoko.
Akopọ
O jẹ deede ohun ti paṣipaarọ oju, yiyipada ẹniti o gbọ laisi iyipada ohun ti a sọ.
Jin Dive
Iyipada ohun (VC) gba ohun orisun ati tun ṣe atunṣe ni ohùn agbọrọsọ ibi-afẹde, titọju akoonu ede ati nigbagbogbo ilu naa. Ero pataki ni lati yọkuro ohun ti a sọ (akoonu) lati ọdọ ẹniti o n sọ ọ (idanimọ agbọrọsọ, ti a mu ni timbre ati awọn abuda ipolowo), lẹhinna tun ṣajọpọ akoonu orisun pẹlu idanimọ ibi-afẹde. Awọn ọna ṣiṣe Ayebaye nilo awọn igbasilẹ afiwera ti awọn agbohunsoke mejeeji ti n sọ awọn gbolohun kanna, ṣugbọn awọn isunmọ ode oni kii ṣe afiwera ati igbagbogbo-itọka-odo, didi ohun titun kan lati iṣẹju-aaya diẹ ti ohun afetigbọ. Awọn aṣa ti o wọpọ lo autoencoders pẹlu awọn igo alaye (gẹgẹbi AutoVC), awọn ẹya akoonu ti ara ẹni abojuto, tabi awọn nẹtiwọọki atako ti ipilẹṣẹ bii CycleGAN-VC. Vocoder nkankikan lẹhinna yi awọn ẹya ti o yipada pada si fọọmu igbi kan.
Imọ-imọ-ẹrọ
Okan ti VC jẹ disentanglement: yiya sọtọ agbohunsoke-ominira akoonu lati ifibọ agbohunsoke. AutoVC fi ipa mu eyi pẹlu igo ti o farabalẹ ti o fa idanimọ jade, nlọ akoonu nikan, lẹhinna awọn ipo iyipada lori fekito agbọrọsọ ibi-afẹde. Awọn ọna miiran yọ akoonu jade lati awọn awoṣe alabojuto ti ara ẹni (bii awọn ẹya HuBERT) tabi lo awọn ẹhin ẹhin foonu. CycleGAN-VC dipo kọ ẹkọ awọn aworan maapu laarin awọn ohun meji laisi data afiwera, ni lilo iwọn-aitasera ki irin-ajo iyipo kan da atilẹba pada.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ojo iwaju ti Iyipada ohun
Iyipada ohun ti n yipada si lẹsẹkẹsẹ, iṣotitọ giga-giga odo-shot cloning lati iṣẹju-aaya ti ohun ohun, ṣiṣanwọle-akoko gidi fun awọn ipe laaye ati ere, ati ipinya ti o dara julọ ti asẹnti, imolara, ati idanimọ nitorinaa ọkọọkan le ṣe satunkọ ni ominira. O ṣe ileri awọn ohun imupadabọ fun awọn eniyan ti o padanu ọrọ sisọ ati atunkọ lainidi kọja awọn ede. Nitoripe imọ-ẹrọ kanna n jẹ ki jibiti ati afarawe ṣiṣẹ, nireti idagbasoke ni afiwe ninu isamisi omi ohun, iṣawari jinlẹ, ati iwe-aṣẹ ohun ti o da lori ifọwọsi.
Real-World imuse
Mimu-pada sipo ohun ti o dun ti ẹda fun awọn eniyan ti o padanu tiwọn si aisan, lilo awọn gbigbasilẹ atijọ bi ibi-afẹde
Awọn fiimu atunkọ nitori ohun kikọ kan tọju idanimọ ohun deede kọja awọn ede lọpọlọpọ
Awọn agbohunsoke ailorukọ ni awọn gbigbasilẹ ifura nipa yiyipada ohun wọn lakoko titọju awọn ọrọ naa
Jẹ ki awọn oṣere ati awọn ṣiṣan sọrọ laaye ni ohun kikọ ti o yan ni akoko gidi
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.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Voice Conversion quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Wiwa Iṣẹ ṣiṣe Ohun
Awọn ibeere ti a beere nigbagbogbo
Kini iyipada ohùn?
Iyipada ohun ṣe iyipada ọrọ ti eniyan ti o gbasilẹ nitoribẹẹ o dabi ẹni pe o ti sọ nipasẹ ẹlomiran, lakoko ti o tọju awọn ọrọ atilẹba ati akoko. O jẹ ohun ti o ṣe deede ti iyipada oju, yiyipada ẹniti o gbọ laisi iyipada ohun ti a sọ.
Kini iyipada ohun nipa gbigbasilẹ?
Iyipada ohun paarọ idanimọ agbọrọsọ (timbre ati awọn abuda ohun) lakoko ti o tọju awọn ọrọ atilẹba ati nigbagbogbo akoko naa.
Agbara mojuto wo ni o jẹ ki eto kan yi ohun pada lakoko ti o tọju awọn ọrọ naa?
VC ṣe iyatọ ohun ti a sọ (akoonu) lati ẹniti o sọ (idanimọ agbọrọsọ), lẹhinna tun ṣe atunṣe akoonu orisun pẹlu idanimọ afojusun naa.
Bawo ni AutoVC ṣe ṣe iwuri fun awoṣe lati yọ idanimọ agbọrọsọ kuro ninu akoonu?
AutoVC nlo ọrun igo ti o ni wiwọ ti o fi ipa mu idanimọ agbọrọsọ jade, nlọ akoonu pupọ julọ, ati lẹhinna awọn ipo ti n ṣatunṣe lori ifisinu agbọrọsọ ibi-afẹde lọtọ.
Kini o ṣe iyatọ si ipilẹ data iyipada ohun 'ti o jọra' lati ọkan 'ti kii ṣe afiwe'?
Parallel VC nilo awọn igbasilẹ ti o ni ibamu ti awọn ọrọ kanna lati ọdọ awọn agbohunsoke mejeeji, lakoko ti awọn ọna ti kii ṣe afiwe le kọ ẹkọ lati ọrọ ti ko ni ibamu, eyiti o wulo julọ lati gba.
Kini iyipada ohun 'odo-shot' tumọ si?
Zero-shot VC ṣe akopọ si awọn agbohunsoke-tuntun nipa lilo agekuru itọkasi kukuru, laisi nilo lati tun awoṣe pada lori ohun yẹn.