VALL-E 是一种用于文本转语音合成 (TTS) 的语言建模方法。具体来说，我们使用从现成的神经音频编解码器模型中派生的离散代码来训练神经编解码器语言模型 (称为 VALL-E)，并将 TTS 视为条件语言建模任务，而不是像以前的工作那样将 TTS 视为连续信号回归

科大讯飞旗下「讯飞听见」平台的语音转文字核心服务

一个专注于AI语音合成与真人配音服务的平台