目前，語音合成領域的風格情感控制是一個比較熱門的話題，它將決定著語音合成中的似人度和靈活性以及可轉換性。5月4日晚?20：00，LiveVideoStack線上分享第五季，第八期，我們邀請到了喜馬拉雅 音頻算法工程師 賀雯迪分享語音合成的基本模塊以及風格遷移的概念，詳解基于Multihead-Attention的Global style token算法原理以及現在目前比較值得探索的變分自編碼器在語音合成中對說話人風格控制的應用。

嘉賓簡介

賀雯迪 喜馬拉雅 音頻算法工程師

愛丁堡大學人工智能碩士，喜馬拉雅音頻算法工程師。研發經歷：TTS前端模塊（文本正則、分詞算法、韻律預測等），后端算法（基于深度生成模型VAE的說話人風格控制、音色轉換、音色克隆、few-shot learning、神經聲碼器的優化等）。

關于LiveVideoStack線上交流分享

為了給大家提供一個學習，交流的平臺，暢聊音視頻技術開發新趨勢，新實踐。我們推出了LiveVideoStack線上交流分享活動，邀請業內資深技術專家進行線上分享技術干貨，解答熱點問題。你可以通過以下方式參與：

• 掃描圖中二維碼關注LiveVideoStack公眾號【livevideostack】

• 回復“分享”，即可獲得進入直播群的方式

總結

以上是生活随笔為你收集整理的LiveVideoStack线上分享第五季（九）：语音合成中的风格控制的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。