Voice
用户研究：如何利用VoC[Voice of Customer]数据使业务增长
在一个B端项目里，用户体验是非常重要的，一个好的用户体验可以让用户感受到舒适，以此提高自己的口碑等；在用户研究中，VoC是一项很重要的例子，它可以帮助我们收集用户的体验数据，以此进行更好的服务。 Voice of Customer 也就是VoC，这是在B端很重要的一个研究；因为B端的主要调研是面临客 ......
语音合成技术6：DuTa-VC: A Duration-aware Typical-to-atypical Voice Conversion Approach with Diffusion Probabilistic Model
DuTa-VC: 一种具有扩散概率模型的时长感知典型到非典型语音转换方法 摘要 我们提出了一种新颖的典型到非典型语音转换方法（DuTa-VC），它具有以下特点：（i）可以使用非平行数据进行训练，（ii）首次引入了扩散概率模型，（iii）保留了目标说话者的身份，（iv）了解目标说话者的音素持续时间。D ......
语音合成技术3：HierVST: Hierarchical Adaptive Zero-shot Voice Style Transfer
HierVST: 分层自适应零样本语音风格转换 摘要： 尽管语音风格转换（VST）领域取得了快速进展，但最近的零样本VST系统仍然缺乏将新的说话者的语音风格进行转换的能力。在本文中，我们提出了HierVST，这是一个分层自适应的端到端零样本VST模型。在没有任何文本转录的情况下，我们仅利用语音数据集 ......
语音合成技术2：FREEVC: TOWARDS HIGH-QUALITY TEXT-FREE ONE-SHOT VOICE CONVERSION
摘要 语音转换（VC）可以通过首先提取源内容信息和目标说话者信息，然后利用这些信息重构波形来实现。然而，目前的方法通常要么提取带有泄漏说话者信息的不完整内容信息，要么需要大量带标注的数据进行训练。此外，由于转换模型与声码器之间的不匹配，重构波形的质量可能会下降。在本文中，我们采用了VITS的端到端框 ......