Flowtron

Dans notre récent article, nous proposons Flowtron : un réseau génératif basé sur des flux autoregressifs pour la synthèse de texte en parole avec contrôle sur la variation de la parole et le transfert de style. Flowtron s'inspire des Flots Autoregressifs et rénove Tacotron afin de fournir une synthèse de mel-spectrogramme de haute qualité et expressive. Flowtron est optimisé en maximisant la probabilité des données d'entraînement, ce qui rend l'entraînement simple et stable. Flowtron apprend une correspondance inversible de données à un espace latent qui peut être manipulé pour contrôler de nombreux aspects de la synthèse vocale (hauteur, ton, vitesse de parole, cadence, accent).