Improving Audio Codec-based Zero-Shot Text-to-Speech Synthesis with Multi-Modal Context and Large Language Model

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Xue, Jinlong, Deng, Yayue, Han, Yicheng, Gao, Yingming, Li, Ya
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!