الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

تخليق صوتي غناء رائع وتحويل صوت الغناء

قائمة الورق والمشروع حول تخليق الكلام المتطورة ، النص إلى الكلام (TTS) ، تخليق الصوت الغنائي (SVS) ، تحويل الصوت (VC) ، تحويل الصوت الغنائي (SVC) ، والأعمال المثيرة للاهتمام ذات الصلة (مثل تخليق الموسيقى ، نسخ الموسيقى التلقائي ، تنبؤات MOS التلقائية ، SSL ، ... ETC).

مرحبًا بك في PR أو اتصل بي عبر البريد الإلكتروني ([email protected]) لتحديث الأوراق والأعمال.

قائمة الورق

المجلات

IEEE/ACM TASLP ، IEEE JSTSP ، JSLHR ، IEEE TPAMI

المؤتمرات

Neuraips ، ICLR ، ICML ، IJAI ، AAAI ، ACL ، NAACL ، EMNLP ، ISMIR ، ACM MM ، ICASSP ، Interspeech ، ICME

ورش العمل

ASRU ، SLT

تحويل صوت الغناء (كلمات رئيسية أخرى: SVC ، نقل أسلوب الغناء)

[ 2022 ]

  • Learn2Sing 2.0: SVS الهدف المستهدف للانتشار والمواد المتبادلة من خلال التعلم من المعلم الغناء | Interspeech 2022 | ✔code | العرض التوضيحي

  • إطار عمل لتمثيل المتحدث الهرمي لتحويل صوت غناء واحد | Interspeech 2022 | العرض التوضيحي

  • تحسين تحويل صوت الطول الموجي القائم على التحويل الصوتي مع الإشارات التوافقية | ICASSP 2022 | العرض التوضيحي

[ 2021 ]

  • DIFFSVC: نموذج احتمالي للانتشار لغناء تحويل الصوت | ASRU 2021 | العرض التوضيحي

  • تحلل صوت غناء يمكن التحكم فيه ويمكن تفسيره عبر ASSESS-VC | Neupips 2021 ورشة عمل | العرض التوضيحي

  • نحو التحويل الصوتي الغناء العالي الدقة مع المرجع الصوتي والترميز التنبئي التباين | 2021/10 | العرض التوضيحي

  • FASTSVC: تحويل الصوت سريع الغناء عبر المجال مع تعديل خطي من الحكمة | ICME 2021 | العرض التوضيحي

  • تحويل صوت الغناء غير الخاضع للإشراف على Wavenet باستخدام زيادة الملعب ونهج ثنائي الطور | 2021/07 | ✔code | العرض التوضيحي

[ 2020 ]

  • صفر طلقة غناء تحويل الصوت | ISMIR 2020 | العرض التوضيحي

  • propertgrams الصوتية القائمة على تحويل الصوت العديد من الغناء عن طريق التدريب العدواني | 2020/12 | العرض التوضيحي | رمز غير رسمي

  • Durian-SC: نظام التحويل الصوتي على أساس شبكة الانتباه المستنيرة | Interspeech 2020 | العرض التوضيحي

  • غير خاضع للرقابة عبر المجال الغناء تحويل الصوت | Interspeech 2020 | العرض التوضيحي

  • Pitchnet: تحويل صوت الغناء غير الخاضع للإشراف مع شبكة عدوى الملعب | ICASSP 2020 | العرض التوضيحي

  • VAW-GAN لغناء تحويل الصوت مع بيانات التدريب غير الموازية | Apsipa 2020 | ✔code | العرض التوضيحي

مواعيد

  • M4Singer: قدمت مجموعة متعددة ، متعددة ، النتيجة الموسيقية ماندرين غناء كوربوس | Neupips 2022 | ؟ تطبيق وتنزيل | العرض التوضيحي

  • NUS-48E SUNG والكلمات المنطوقة Corpus | ؟ تطبيق وتنزيل

  • NHSS: خطاب وغناء قاعدة بيانات متوازية | ؟ تطبيق وتنزيل

تصنيف تقنية التحويل/الغناء الغناء

[ 2022 ]

  • تشوه CNN و NEFLANCE-AWAR-ARNEARTED التعلم لتصنيف تقنية الغناء | interspeech 2022

[ 2021 ]

  • التحقيق في تمثيل التردد الزمني لاستخراج ميزة الصوت في تصنيف تقنية الغناء | Apsipa 2021

  • صفر طلقة غناء تقنية التحويل | CMMR 2021

مواعيد

  • غناء: مجموعة بيانات صوتية غنائية | Ismir 2018 | ؟ تطبيق وتنزيل

تحويل الصوت (كلمات رئيسية أخرى: VC ، استنساخ الصوت ، نقل نمط الصوت)

[ 2022 ]

  • تعلم تمثيل الكلام المستقل عن الضوضاء لتحويل الصوت عالي الجودة للمتحدثين المستهدفين صاخبة | Interspeech 2022 | العرض التوضيحي

  • Glow-Wavegan 2: تخليق نص إلى كلام عالي الجودة وتحويل أي صوت | Interspeech 2022 | العرض التوضيحي

  • تحويل الصوت القائم على الانتشار مع مخطط أخذ عينات الاحتمالية القصوى | ICLR 2022 | ✔code | العرض التوضيحي

  • YouRtts: نحو التحويل الصوتي متعدد الحواف الصفر والتحويل الصوتي للجميع | ICML 2022 | ✔code | العرض التوضيحي | العرض التوضيحي | مدونة

  • دراسة مقارنة لتحويل الصوت القائم على تمثيل الكلام الخاضع للإشراف | IEEE JSTSP 2022/07

  • S3PRL-VC: إطار تحويل صوت مفتوح المصدر مع تمثيلات الكلام الخاضعة للإشراف على ذاتيا | ICASSP 2022 | ✔code

  • مقارنة بين وحدات الكلام المنفصلة والناعمة لتحسين التحويل الصوتي | ICASSP 2022 | ✔code | العرض التوضيحي

  • ASSESS-VC: تحويل صوتي واقعي عن طريق تجميع تقنيات توليف الكلام الحديثة | ICASSP 2022 | ✔code | العرض التوضيحي

  • NVC-NET: تحويل صوت خصودية من طرف إلى نهاية | ICASSP 2022 | ✔code | العرض التوضيحي

  • تمثيل الكلام المتغير القوي من التعلم من أجل تحويل الصوت صفريًا | ICASSP 2022 | العرض التوضيحي

  • تدريب نماذج تحويل صوت قوية صفرية مع ميزات خاضعة للإشراف على ذاتيا | ICASSP 2022 | العرض التوضيحي

  • نحو التحول الصوتي تدهور-روبست | ICASSP 2022

  • DGC-Vector: مكبر صوت جديد تضمين لتحويل الصوت صفريًا | ICASSP 2022 | العرض التوضيحي

  • نقل نمط صوت صفر من طرف إلى طرف مع ملحقات متغيرة الموقع | 2022/05 | العرض التوضيحي

[ 2021 ]

  • على النمذجة prosody لتحويل الصوت ASR+TTS | ASRU 2021 | العرض التوضيحي

  • التحليل العصبي والتوليف: إعادة بناء الكلام من التمثيلات الخاضعة للرقابة الذاتية | Neups 2021 | العرض التوضيحي | رمز غير رسمي

  • MediumVC: أي تحويل صوتي من أي شخص باستخدام خطب مكبرات الصوت الخاصة بالاصطناعية مثل ميزات Intermedium | 2021/10 | ✔code | العرض التوضيحي

  • Starganv2-VC: إطار متنوع وغير خاضع للإشراف وغير موازٍ لتحويل الصوت الطبيعي | interspeech 2021 أفضل جائزة الورق | ✔code | العرض التوضيحي

  • S2VC: إطار لتحويل صوتي من أي شيء مع تمثيلات صوتية خاضعة للرقابة الذاتية | Interspeech 2021 | ✔code | العرض التوضيحي

  • ميزة تحويل الصوت العديدة إلى العدد إلى DisentAngled باستخدام Autoencoder variational | Interspeech 2021 | ✔code | العرض التوضيحي

  • إعادة تكوين الكلام من التمثيلات الخاضعة للإشراف الذاتي المنفصلة | Interspeech 2021 | العرض التوضيحي

  • تحسين نقل النمط الصوتي الصفر من خلال التعلم التمثيل disentangled | ICLR 2021

  • نقل نمط الإيقاع العالمي بدون نسخ نص | ICML 2021 | ✔code

  • مرة أخرى-VC: تحويل صوت واحد باستخدام إرشادات التنشيط وتطبيع المثيل التكيفي | ICASSP 2021 | ✔code | العرض التوضيحي

  • التحويل الصوتي من أي شخص مع نمذجة تسلسل إلى تسلسل إلى الموقع | IEEE/ACM TASLP 2021/05 | ✔code | العرض التوضيحي

[ 2020 ]

  • نظرة عامة على تحويل الصوت وتحدياته: من النمذجة الإحصائية إلى التعلم العميق | IEEE/ACM TASLP 2020/11

  • تحلل الكلام غير الخاضع للرقابة عبر عنق الزجاجة الثلاثية | ICML 2020 | ✔code

[ 2019 ]

  • تحويل صوت واحد عن طريق فصل تمثيلات السماعة والمواد المحتوى مع تطبيع المثيل | Interspeech 2019 | ✔code

  • AutoVC: نقل نمط الصوت الصفر مع خسارة Autoencoder فقط | ICML 2019 | ✔code | العرض التوضيحي

مواعيد

  • CSTR VCTK Corpus: English Multi-Speaker Corpus for CSTR Voice Cloning Toolkit | 2019 | ؟ تطبيق وتنزيل

  • Aishell-3: Corpus Mandarin TTS متعدد الحواف و The Baselines | 2020 | ؟ تطبيق وتنزيل | العرض التوضيحي

  • Aishell-2: تحويل أبحاث Mandarin ASR إلى النطاق الصناعي | 2018 | ؟ تطبيق وتنزيل

  • Aishell-1: مجموعة خطاب ماندرين مفتوحة المصدر وخط أساس التعرف على الكلام | 2017 | ؟ تطبيق وتنزيل

تحويل الصوت العاطفي

[ 2022 ]

  • تفكيك الأسلوب العاطفي وهوية المتحدث لتحويل الصوت التعبيري | Interspeech 2022 | العرض التوضيحي

  • نقل العاطفة المتقاطعة على أساس تعويضات Prosody لتوليف الكلام من طرف إلى طرف | Interspeech 2022 | العرض التوضيحي

  • شدة العاطفة وسيطرتها لتحويل الصوت العاطفي | معاملات IEEE على الحوسبة العاطفية 2022/07 | ✔code | العرض التوضيحي

  • تحويل العاطفة الكلام غير القصير باستخدام تمثيلات منفصلة ومتحللة | 202202 | العرض التوضيحي

[ 2021 ]

  • محدودية بيانات تحويل الصوت العاطفية الاستفادة من النص إلى كلام: تدريب تسلسل إلى مرحلتين إلى تسلسل | Interspeech 2021 | ✔code | العرض التوضيحي

[ 2020 ]

  • تحويل عاطفة أي شخص: نحو تحويل الصوت العاطفي المستقل عن المتحدث | Interspeech 2020 | ✔code | العرض التوضيحي

  • تحويل الطيف و prosody لتحويل الصوت العاطفي مع بيانات التدريب غير المتوازية | أوديسي 2020 | ✔code | العرض التوضيحي

مواعيد

  • ينظر إلى النمط العاطفي غير المرئي للتحويل الصوتي مع مجموعة بيانات الكلام العاطفية الجديدة | ICASSP 2021 | ؟ تطبيق وتنزيل | العرض التوضيحي

غناء تخليق الصوت (كلمات رئيسية أخرى: SVS)

[ 2022 ]

  • المسك: مجموعة أدوات معالجة الموسيقى من طرف إلى طرف لغناء تخليق الصوت | Interspeech 2022 | ✔code

  • Singaug: زيادة البيانات في غناء تخليق الصوت مع استراتيجية التدريب المتسقة للدوران | Interspeech 2022 | ✔code

  • Wesinger: تخليق صوت غناء غنائي مع البيانات مع خسائر مساعدة | Interspeech 2022 | العرض التوضيحي

  • Wesinger 2: تخليق صوت غناء متوازي تمامًا عبر التدريب العدواني الشرطي متعدد الأغاني | 2022/08 | العرض التوضيحي

  • نهج التعلم العميق في موضوعات الغناء معالجة المعلومات | IEEE/ACM TASLP 2022/07

  • تعلم الجمال في الأغاني: صوت الغناء العصبي beautifier | ACL 2022 | ✔code | العرض التوضيحي

  • Diffsinger: غناء تخليق الصوت عبر آلية الانتشار الضحلة | AAAI 2022 | ✔code | العرض التوضيحي

[ 2021 ]

  • SINSY: نظام تخليق صوت غناء في الشبكة العصبية العميقة | IEEE/ACM TASLP 2021/08 | ✔code

[ 2020 ]

  • Hifisinger: نحو التوليف الصوتي الغناء العصبي العالي | 2020/09 | العرض التوضيحي | رمز غير رسمي

مواعيد

  • M4Singer: قدمت مجموعة متعددة ، متعددة ، النتيجة الموسيقية ماندرين غناء كوربوس | Neupips 2022 | ؟ تطبيق وتنزيل | العرض التوضيحي

  • Popcs | AAAI 2022 | ؟ تطبيق وتنزيل

  • OpenCpop: مجموعة الأغنية الصينية الشهيرة ذات الجودة العالية المصدر للغناء لتخليق الصوت | Interspeech 2022 | ؟ تطبيق وتنزيل

تخليق الكلام عالي الجودة (كلمات رئيسية أخرى: نص إلى كلام ، TTS)

[ 2022 ]

  • PRODIFF: نموذج نشر سريع تدريجي لنص إلى نص عالي الجودة | ACM MM 2022 | ✔code | العرض التوضيحي

  • BDDM: نماذج انتشار ثنائية الثنائية لتوليف الكلام السريع وعالي الجودة | ICLR 2022 | ✔code | العرض التوضيحي

  • Fastdiff: نموذج نشر مشروط سريع لتوليف الكلام عالي الجودة | ijcai 2022 | ✔code | العرض التوضيحي

Vocoder

[ 2022 ]

  • Vocoders الغنائية المستندة إلى DDSP: مزج جديد قائم على الطبق وتقييم شامل | Ismir 2022 | ✔code | العرض التوضيحي

  • Fastdiff: نموذج نشر مشروط سريع لتوليف الكلام عالي الجودة | ijcai 2022 | ✔code | العرض التوضيحي

  • الأذنين: نموذج احتمالي للانتشار الشرطي على مرحلتين لتوليف الصوت الأذني | 2022/05 | العرض التوضيحي

[ 2021 ]

  • Multi-singer: Vast Sing Singing Voice Vocoder مع مجموعة واسعة النطاق | ACM MM 2021 | ؟ تطبيق وتنزيل | ✔code | العرض التوضيحي

  • Wavegrad 2: التحسين التكراري لتوليف النص إلى كلام | Interspeech 2021 | العرض التوضيحي

  • Diffwave: نموذج نشر متعدد الاستخدامات لتوليف الصوت | ICLR 2021 | ✔code | العرض التوضيحي

  • Wavegrad: تقدير التدرجات لتوليد الموجة | ICLR 2021 | العرض التوضيحي

[ 2020 ]

  • HIFI-GAN: شبكات الخصومة التوليدية لتوليف خطاب فعال وعالي الإخلاص | Neupips 2020 | ✔code | العرض التوضيحي

  • Multi-Band Melgan: توليد الموجة الأسرع لصالح النص إلى الكلام عالي الجودة | Interspeech 2020 | العرض التوضيحي

  • موازي Wavegan: نموذج توليد الموجة السريعة يعتمد على شبكات الخصومة التوليدية مع طيف متعدد الدقة | ICASSP 2020 | العرض التوضيحي | رمز غير رسمي

[ 2019 ]

  • ميليغان: شبكات الخصومة التوليدية لتوليف الشكل الموجي الشرطي | Neupips 2019 | ✔code | العرض التوضيحي

  • نحو تحقيق المفردات العصبية الشاملة الشاملة | Interspeech 2019 | ✔code | العرض التوضيحي | رمز غير رسمي

تخليق الموسيقى/تخليق الموسيقى

[ 2022 ]

  • توليف الموسيقى متعدد الأطوار مع انتشار الطيف | Ismir 2022 | ✔code | العرض التوضيحي

  • موسيكا! سريع لا حصر لها من الطول الموجي توليد | Ismir 2022 | ✔code | العرض التوضيحي

النسخ التلقائي للموسيقى

[ 2022 ]

  • MT3: نسخ Multi-Tains MultiTrack Music | ICLR 2022 | ✔code |

[ 2021 ]

  • Omnizart: صندوق أدوات عام لنسخ الموسيقى التلقائي | The Open Journal 2021/12 | ✔code | العرض التوضيحي

ASR الخاضعة للإشراف/غير خاضعة للإشراف

[ 2022 ]

  • Unispeech-SAT: تمثيل الكلام العالمي تعلم مع المتحدث المسبق قبل التدريب | ICASSP 2022 | ✔code | ✔code

  • مقايضات كفاءة الأداء في التدريب قبل التدريب على التعرف على الكلام | ICASSP 2022 | ✔code | ✔code

  • التسمية الزائفة للتعرف على الكلام متعدد اللغات على نطاق واسع | ICASSP 2022 | ✔code | ✔code

  • WAVLM: التدريب على نطاق واسع على نطاق واسع لتجهيز الكلام الكامل | IEEE JSTSP 2022/06 | ✔code | ✔code

[ 2021 ]

  • XLS-R: تمثيل الكلام عبر اللغات الخاضع للإشراف ذاتيًا التعلم على نطاق واسع | 2021/12 | ✔code | ✔code

  • بسيطة وفعالة صفر لقطة صوتية التعرف على الصوتية | 2021/09 | ✔code | ✔code

  • تيرا: التعلم الخاضع للإشراف ذاتيا لتمثيل تشفير المحولات للكلام | IEEE/ACM TASLP 2021/08 | ✔code

  • Unispeech: تمثيل الكلام الموحد التعلم مع البيانات المسمى وغير المسمى | ICML 2021 | ✔code | ✔code | ✔code

  • هوبرت: تمثيل الكلام الخاضع للإشراف على التعلم من خلال التنبؤ المقنع للوحدات المخفية | IEEE/ACM TASLP 2021/06 | ✔code | ✔code

[ 2020 ]

  • WAV2VEC 2.0: إطار للتعلم الخاضع للإشراف على تمثيلات الكلام | Neupips 2020 | ✔code | ✔code

  • VQ-WAV2VEC: التعلم الخاضع للإشراف ذاتيًا لتمثيلات الكلام المنفصلة | ICLR 2020 | ✔code | ✔code

  • Mockingjay: تمثيل الكلام غير الخاضع للإشراف التعلم مع ترميزات محول ثنائي الاتجاه العميق | ICASSP 2020 | ✔code

  • التمثيل عبر اللغات غير الخاضع للرقابة التعلم للتعرف على الكلام | 2020/06 | ✔code | ✔code

  • Fairseq S2T: النمذجة السريعة للكلام إلى النص مع Fairseq | AACL 2020 | ✔code | ✔code

[ 2019 ]

  • التمثيل التعلم مع الترميز التنبئي التباين | 2019/07 | ✔code

التنبؤ التلقائي MOS

[ 2022 ]

  • تحدي الصوتية 2022 | interspeech 2022

[ 2021 ]

  • الاستفادة من التمثيلات الخاضعة للإشراف على التنبؤ MOS | Interspeech 2021 | ✔code

زيادة بيانات الكلام

[ 2021 ]

  • البيانات زيادة التعلم التباين لتمثيل الكلام في المجال الزمني | SLT 2021 | ✔code

إدراج الكلام

[ 2022 ]

  • Retrievertts: النمذجة العوامل المتحللة لإدخال الكلام القائم على النص | Interspeech 2022 | العرض التوضيحي

تعزيز الكلام

[ 2022 ]

  • نموذج الانتشار الشرطي الاحتمالي لتعزيز الكلام | ICASSP 2022 | ✔code

[ 2021 ]

  • دراسة حول تعزيز الكلام على أساس نموذج الانتشار الاحتمالي | Apsipa 2021

الوعرة الوعرة

[ 2022 ]

  • نماذج اللغة المنطوقة النمذجة النمذجة النمطية المجانية الخالية من النص | ACL 2022 | ✔code | العرض التوضيحي

[ 2021 ]

  • خطاب بيرت التضمين لتحسين الايجابيات في TTS العصبية | ICASSP 2021 | ✔code | العرض التوضيحي

هجوم الخصومة

[ 2021 ]

  • الدفاع عن صوتك: هجوم عدواني على تحويل الصوت | SLT 2021 | ✔code | العرض التوضيحي

مجموعات الأدوات

مجموعات أدوات ASR

  • مجموعة أدوات S3PRL
  • وينيت

مجموعات أدوات TTS

  • Natspeech: إطار عمل غير أوتوريشن
  • coqui.ai tts
  • ESPNET: مجموعة أدوات معالجة الكلام من طرف إلى طرف

مجموعات أدوات معالجة الصوت/الموسيقى

  • Muskit: مجموعات أدوات معالجة الموسيقى مفتوحة المصدر
  • Nnaudio: معالجة الصوت باستخدام شبكة الالتفاف Pytorch 1D

شرح البيانات/ محاذاة/ مجموعات أدوات

  • Praat: القيام بالصوتيات عن طريق الكمبيوتر
  • Parselmouth - Praat in Python ، The Pythonic Way
  • مونتريال القسري

أطر أخرى ومجموعات أدوات

  • ؟ الناشرون
  • Fairseq: Facebook AI Research Sequence-to-sequence

المسابقات

  • تحدي تحويل الصوت 2020 | ؟ تطبيق وتنزيل | ✔code

  • تحدي عاصفة ثلجية

مراجع

  • أوراق توليف الكلام التعرف على الكلام الرائعة
  • مشاريع أوراق تحويل الصوت الرائعة
  • أوراق TTS
  • ؟ أوراق TTS
  • ورقة تخليق الكلام
  • نماذج انتشار رهيبة
  • أوراق مع رمز: تحويل الصوت
  • أوراق مع رمز: تحويل صوت الغناء
  • أوراق مع رمز: غناء تخليق الصوت
  • رائع مفتوح المصدر: تحويل الصوت
  • قائمة مواقع الويب التجريبية لأبحاث توليد الموسيقى التلقائية
  • ICASSP 2021 Paper List-VC
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل