"VoCo: Text-based Insertion and Replacement in Audio Narration"

音頻編輯技術(shù)VoCo：基于文本的插入和替換

本期介紹文字語(yǔ)音轉(zhuǎn)換技術(shù)。也就是，我們寫(xiě)下一段文字，計(jì)算機(jī)把文字轉(zhuǎn)化成語(yǔ)音。這在閱讀新聞或者在無(wú)官方旁白的情況下，對(duì)于創(chuàng)作有聲讀物非常有用。

一般來(lái)講，我們可以獲取語(yǔ)音波形，也可以對(duì)語(yǔ)音波形進(jìn)行編輯。但手工波形則非常困難，因?yàn)閭鹘y(tǒng)技術(shù)通常無(wú)法準(zhǔn)確地找到波形中單詞或字母的分界，更不用說(shuō)編輯了。

有了這種技術(shù)，我們可以剪切、復(fù)制甚至編輯文本。這項(xiàng)工作由普林斯頓大學(xué)和Adobe的研究人員共同完成，被Adobe自詡為配音界的Photoshop。