很棒的语音转换论文项目 这是我在语音领域收集的一些有趣的论文，可能对您有所帮助。 概述 语音转换 1.挑战 语音转换挑战赛（VCC） ZeroSpeech挑战 2.数据集 语音转换挑战赛2016 语音转换挑战赛2018 3.方法 3.1并行VC 3.2非并行VC 3.2.1直接转换： CycleGAN-VC （ arXiv：1711.11293，2017年11月（EUSIPCO，2018） ）作者信息：Takuhiro Kaneko Hirokazu Kameoka NTT Corporation NTT通信科学实验室 CycleGAN-VC2 （ arXiv：1904.04631，2019年4月ICASSP 2019 ）作者信息：Takuhiro Kaneko Hirokazu Kameoka Kou Tanaka Nobukatsu HojoNTT Corporation N

CycleGAN-VC3-PyTorch | 该代码是PyTorch的纸上实现： ，这是有关语音转换/语音克隆的工作。 数据集 风投 用法 训练 例子 演示版 参考 循环GAN-VC3 非并行语音转换（VC）是一种无需使用并行语料库即可学习源语音和目标语音之间的映射的技术。 最近，CycleGAN-VC [3]和CycleGAN-VC2 [2]在此问题上已经显示出令人鼓舞的结果，并已被广泛用作基准测试方法。 但是，由于CycleGAN-VC / VC2对mel谱图转换的有效性不明确，即使比较方法采用mel谱图作为转换目标，它们也通常用于mel-cepstrum转换。 为了解决这个问题，我们研究了CycleGAN-VC / VC2对梅尔谱图转换的适用性。 通过初步实验，我们发现它们的直接应用损害了在转换过程中应保留的时频结构。 为了解决这个问题，我们提出了CycleGAN-V

语音转换 语音的神经风格转移模型。