这是用于语音转换的VQ-VAE模型的实现。 到目前为止，结果还不如DeepMind令人印象深刻（您可以找到其结果）。 我的估计是语音质量为2-3，清晰度为3-4（按5阶平均意见得分）。 欢迎捐款。
当前结果
音频样本
经过50万步训练（约2天）后的结果：
来源1： （我们消息感到鼓舞） 目标1：
资料来源2： （谁是神秘议员？） 目标2：
资料来源3： （在阿伯丁亚历克斯·弗格森（Alex Ferguson）的下，这是可以做到的。 目标3：
资料来源4： （那是一个艰辛的时刻。） 目标4：
笔记：
格式：[发言人] _ [句子]
作者没有在上指定目标演讲者。
演讲者空间
VQ-VAE学习的扬声器空间的PCA-2D（Tensorboard屏幕截图）。 请注意，性别是自然分开的，如Deep Voice 2的图4所示。 有趣的是， p280的性别未在VCTK发布的Spea
2022-02-16 13:14:43
155KB
1
基于VQ的语音识别程序-VQ.zip
本帖最后由 qiuzhiyun 于 2012-2-23 10:26 编辑
VQ.zip
VQ
初学者请教高手，请您帮帮忙，万分感谢。这个程序怎么样该才能运行，求完整程序和运行结果。再次感谢...QQ联系方式：1978877190
2022-02-10 12:05:35
528KB
1
基于MATLAB完成的说话人识别的完整代码，注释详细，程序可运行，内附readme文件，详细解释了如何运行。
2022-01-01 20:55:05
1.59MB
1
VQ_LBG矢量量化技术（分裂法），代码完整，不调库，内含数据集，直接能用，并能够保存为gif动态图。
2021-12-13 14:07:32
253KB
1