音波・波動拡散

テキスト-音声条件付け

拡散音声モデルがテキスト記述によって導かれ、対応する音声を生成する技術。テキストモダリティと聴覚モダリティを整合させるマルチモーダルアーキテクチャが必要。

← 戻る