
使用场景
研究者使用seed-tts-eval评估新的语音合成模型的性能
开发者利用该测试集比较不同语音合成技术的效果
教育机构使用该测试集作为教学材料,教授语音合成技术
产品特色
采用Common Voice和DiDiSpeech-2数据集样本进行评估
使用Word Error Rate (WER)和Speaker Similarity (SIM)作为评估指标
为英语和普通话分别采用Whisper-large-v3和Paraformer-zh作为自动语音识别引擎
使用WavLM-large模型进行说话人相似度评估
提供测试集的下载链接
支持零样本文本到语音(TTS)和声音转换(VC)任务的评估
使用教程
访问seed-tts-eval的GitHub页面
阅读README文件了解如何安装依赖和使用测试集
下载所需的测试集样本
使用提供的评估代码进行模型性能的评估
根据评估结果优化语音合成模型
精选AI产品推荐

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态,成为迄今为止最强大的AI系统之一。它有三个不同规模的版本,可满足从边缘计算到云计算的各种需求。Gemini可以广泛应用于创意设计、写作辅助、问题解答、代码生成等领域。
AI模型
11.4M
中文精选

Liblibai
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。平台提供海量免费AI创作模型,用户可以搜索使用模型进行图像、文字、音频等创作。平台还支持用户训练自己的AI模型。平台定位于广大创作者用户,致力于创造条件普惠,服务创意产业,让每个人都享有创作的乐趣。
AI模型
8.0M