GitHub標星近10萬：只需5秒音源就能實時「克隆」你的聲音！

  作者 | Google團隊 譯者 | 凱隱 編輯 | Jane 出品 | AI科技大本營（ID：rgznai100） 本文中，Google 團隊提出了一種文本語音合成（text to speech）神經系統，能通過少量樣本學習到多個不同說話者（speaker）的語音特徵，併合成他們的講話音頻。此外，對於訓練時網絡沒有接觸過的說話者，也能在不重新訓練的情況下，僅通過未知說話者數秒的音頻來合成其講

>>阅读原文<<