
使用場景
研究者使用seed-tts-eval評估新的語音合成模型的性能
開發者利用該測試集比較不同語音合成技術的效果
教育機構使用該測試集作為教學材料,教授語音合成技術
產品特色
採用Common Voice和DiDiSpeech-2數據集樣本進行評估
使用Word Error Rate (WER)和Speaker Similarity (SIM)作為評估指標
為英語和普通話分別採用Whisper-large-v3和Paraformer-zh作為自動語音識別引擎
使用WavLM-large模型進行說話人相似度評估
提供測試集的下載鏈接
支持零樣本文本到語音(TTS)和聲音轉換(VC)任務的評估
使用教程
訪問seed-tts-eval的GitHub頁面
閱讀README文件瞭解如何安裝依賴和使用測試集
下載所需的測試集樣本
使用提供的評估代碼進行模型性能的評估
根據評估結果優化語音合成模型
精選AI產品推薦

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系統。它能夠進行多模態推理,支持文本、圖像、視頻、音頻和代碼之間的無縫交互。Gemini在語言理解、推理、數學、編程等多個領域都超越了之前的狀態,成為迄今為止最強大的AI系統之一。它有三個不同規模的版本,可滿足從邊緣計算到雲計算的各種需求。Gemini可以廣泛應用於創意設計、寫作輔助、問題解答、代碼生成等領域。
AI模型
11.4M
中文精選

Liblibai
LiblibAI是一箇中國領先的AI創作平臺,提供強大的AI創作能力,幫助創作者實現創意。平臺提供海量免費AI創作模型,用戶可以搜索使用模型進行圖像、文字、音頻等創作。平臺還支持用戶訓練自己的AI模型。平臺定位於廣大創作者用戶,致力於創造條件普惠,服務創意產業,讓每個人都享有創作的樂趣。
AI模型
8.0M