3.8 KiB
Executable File
3.8 KiB
Executable File
硕士毕业论文文献阅读库
本项目是为我的硕士毕业论文 《融合情感的语音克隆技术研究及其在幼儿园语言教育中的应用》 创建的专属文献阅读与管理仓库。
本仓库旨在系统性地整理、归档和总结与课题相关的核心学术论文，为研究工作提供坚实的理论支持和技术参考。主要关注以下领域：
- 语音合成 (Text-to-Speech, TTS)
- 情感语音合成 (Expressive TTS)
- 语音克隆 (Voice Cloning)
- 语音识别 (Automatic Speech Recognition, ASR)
- 相关技术在教育领域的应用
📚 文献列表
下表记录了本仓库中已归档的论文，包含了其核心内容、阅读目的以及参考标题。
| 文件名 | 核心主题 | 阅读笔记 / 目的 | 论文标题 (参考) | 状态 | 链接 |
|---|---|---|---|---|---|
2106.15561v3.pdf |
TTS技术综述 | 此综述详细介绍了基于神经网络的TTS技术，用于构建对现代语音合成技术全景的理解。 | A Survey on Neural Speech Synthesis | 已归档 | 原文链接 |
s13636-024-00329-7.pdf |
情感语音合成 | 此论文系统回顾了情感语音合成的方法、挑战和资源，与论文“融合情感”部分高度相关。 | Deep learning-based expressive speech synthesis: a systematic review... | 已归档 | 原文链接 |
Text_to_Speech_Synthesis_A_Systematic_Review_Deep_.pdf |
TTS架构与方向 | 此综述覆盖了深度学习TTS架构和未来研究方向，为技术选型和未来展望提供参考。 | Text to Speech Synthesis: A Systematic Review, Deep Learning Based Architecture and Future Research Direction | 已归档 | 原文链接 |
2006.04558v8.pdf |
非自回归TTS模型 | 用于理解以FastSpeech为代表的非自回归模型如何解决“一对多”问题，以及如何引入韵律等变化信息来提升合成质量与速度。 | FASTSPEECH 2: FAST AND HIGH-QUALITY END-TO-END TEXT TO SPEECH | 已归档 | 原文链接 |
2205.04421v2.pdf |
SOTA TTS模型 | 了解如何通过设计更强大的模型（如NaturalSpeech）和利用大规模语料库来实现与人类相媲美的合成效果，这能帮助理解当前技术的天花板在哪里。 | NaturalSpeech: End-to-End Text to Speech Synthesis with Human-Level Quality | 已归档 | 原文链接 |
1806.04558v4.pdf |
零样本/迁移学习TTS | 此论文讲述利用迁移学习技术，构建一个能够生成任意说话人（包括训练中未见过的说话人）声音的文本到语音（TTS）系统。 | Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis | 已归档 | 原文链接 |
pone.0283440.pdf |
实时语音克隆 | 此综述旨在提升语音克隆质量的实时系统。 | Real-time zero-shot voice cloning with deep neural networks | 已归档 | 原文链接 |
🔧 如何使用
本仓库遵循简单的文献管理流程：
- 将下载的论文PDF文件放入项目根目录。
- 使用
git add <文件名.pdf>添加新文件。 - 使用
git commit -m "一句话总结论文核心内容或阅读目的"提交更改，Commit信息将作为永久的阅读笔记。 - 在本文献列表表格中更新条目。
- 使用
git push origin main将更改同步到远程仓库。