普林斯頓聯合Adobe 連聲音都能PS了

來源 /TwoMinute Papers

翻譯 /季偉

校對 /賢兒響叮噹

整理 /雷鋒字幕組

AI 研習社出品系列短視頻《 2 分鐘論文 》，帶大家用碎片時間閱覽前沿技術，了解 AI 領域的最新研究成果。

第3期介紹文字語音轉換技術。也就是，我們寫下一段文字，計算機把文字轉化成語音。這在閱讀新聞或者在無官方旁白的情況下，對於創作有聲讀物非常有用。

一般來講，我們可以獲取語音波形，也可以對語音波形進行編輯。但手工波形則非常困難，因為傳統技術通常無法準確地找到波形中單詞或字母的分界，更不用說編輯了。

有了這種技術，我們可以剪切、複製甚至編輯文本。這項工作由普林斯頓大學和Adobe的研究人員共同完成，被Adobe自詡為配音界的Photoshop。

想看看基於文本的音頻敘述編輯到底怎麼操作的？戳下方視頻了解詳情。

本期論文

"VoCo: Text-based Insertion and Replacement in Audio Narration"

音頻編輯技術VoCo：基於文本的插入和替換

觀看論文解讀大概需要3分鐘

學霸們還請自行閱讀論文以獲得更多細節

論文原址

http://gfx.cs.princeton.edu/pubs/Jin_2017_VTI/

關注 AI 研習社（okweiwu），回復1領取

【超過 1000G 神經網路／AI／大數據、教程、論文！】

吳恩達這本書是你踏入DeepLearning.ai的必修課

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！