拡散を用いたオーディオ生成

音声拡散モデル (Speech Diffusion Model)

音声データのみで訓練されたオーディオ拡散モデルの専門化版。話者、イントネーション、感情を細かく制御しながら、自然で表現豊かな音声を生成することを目的とする。

← 戻る