HALL-E: Hierarchical Neural Codec Language Model for Minute-Long Zero-Shot Text-to-Speech Synthesis

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Nishimura, Yuto, Hirose, Takumi, Ohi, Masanari, Nakayama, Hideki, Inoue, Nakamasa
Format:	Preprint
Publié:	2024
Sujets:	Audio and Speech Processing Sound
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2410.04380