“第二十七章 语音合成”版本间的差异

来自cslt Wiki
跳转至： 导航、 搜索
（→‎高级读者）
 
（相同用户的2个中间修订版本未显示）
第38行： 第38行：
  
 
* 汤志远，李蓝天，王东，石颖，蔡云麒，郑方，《语音识别基本法》，清华大学出牌社，2021. [https://item.jd.com/13143784.html]
 
* 汤志远，李蓝天，王东，石颖，蔡云麒，郑方，《语音识别基本法》，清华大学出牌社，2021. [https://item.jd.com/13143784.html]
−
* Ning Y, He S, Wu Z, et al. A review of deep learning based speech synthesis[J]. Applied Sciences, 2019, 9(19): 4050. [https://www.mdpi.com/2076-3417/9/19/4050/pdf]
+
* Dudley H. The vocoder—Electrical re-creation of speech[J]. Journal of the Society of Motion Picture Engineers, 1940, 34(3): 272-278. [https://ieeexplore.ieee.org/abstract/document/7250932]
−
* Zen H, Tokuda K, Black A W. Statistical parametric speech synthesis[J]. speech communication, 2009, 51(11): 1039-1064. [https://nitech.repo.nii.ac.jp/index.php?action=pages_view_main&active_action=repository_action_common_download&item_id=5432&item_no=1&attribute_id=39&file_no=1&page_id=13&block_id=21]
+
* Dudley H. Remaking speech[J]. The Journal of the Acoustical Society of America, 1939, 11(2): 169-177.[https://asa.scitation.org/doi/pdf/10.1121/1.1916020]
 +
* Dudley, Homer (October 1940). "The Carrier Nature of Speech". Bell System Technical Journal. XIX (4). [https://onlinelibrary.wiley.com/doi/epdf/10.1002/j.1538-7305.1940.tb00843.x]
 +
* Ning Y, He S, Wu Z, et al. A review of deep learning based speech synthesis[J]. Applied Sciences, 2019, 9(19): 4050. [https://www.mdpi.com/2076-3417/9/19/4050/pdf][https://ieeexplore.ieee.org/abstract/document/6768033/]
 +
* Zen H, Tokuda K, Black A W. Statistical parametric speech synthesis[J]. speech communication, 2009, 51(11): 1039-1064. [https://www.sciencedirect.com/science/article/abs/pii/S0167639309000648]

2023年8月13日 (日) 02:14的最后版本

教学资料

扩展阅读

  • AI100问：甜美的导航声音是如何产生的？ [2]
  • 维基百科：语音合成 [3][4]
  • 维基百科：声码器 [5][6]

视频展示

  • 源-滤波器模型 [7]
  • Vocoder 1939 (long) [8]
  • Vocoder 1939 (short) [9]
  • Vocal folder [10]
  • Vocal tract [11]
  • Auditory perception [12]

演示链接

  • Tacotron2 [13]
  • CycleFlow 语音转换 [14]
  • Online demo for TTS and Voice conversion [15]
  • Online TTS demo [16]
  • IBM TTS demo [17]

开发者资源

  • CodePen Web demo for TTS [18]
  • Simple HTML code [19]
  • NVIDIA Tacotron2 [20]


高级读者

  • 汤志远，李蓝天，王东，石颖，蔡云麒，郑方，《语音识别基本法》，清华大学出牌社，2021. [21]
  • Dudley H. The vocoder—Electrical re-creation of speech[J]. Journal of the Society of Motion Picture Engineers, 1940, 34(3): 272-278. [22]
  • Dudley H. Remaking speech[J]. The Journal of the Acoustical Society of America, 1939, 11(2): 169-177.[23]
  • Dudley, Homer (October 1940). "The Carrier Nature of Speech". Bell System Technical Journal. XIX (4). [24]
  • Ning Y, He S, Wu Z, et al. A review of deep learning based speech synthesis[J]. Applied Sciences, 2019, 9(19): 4050. [25][26]
  • Zen H, Tokuda K, Black A W. Statistical parametric speech synthesis[J]. speech communication, 2009, 51(11): 1039-1064. [27]
取自“http://index.cslt.org/mediawiki/index.php?title=第二十七章_语音合成&oldid=40560”