UtterTune: LLMベースの音声合成で音素レベルの発音・アクセント制御を可能にする軽量アダプターの開発
・CosyVoice 2のようなLLMベースの音声合成にはテキストフロントエンドを持たないものが少なくなく、発音の修正がほぼ不可能。 ・そのようなモデルでも音素レベルの発音・アクセント修正を可能とするLoRAアダプターを開発 ・成果をプレプリントのほか、オープンソースで公開(コード・モデル)
450万人が利用するビジネスSNS
株式会社KOWRO / アーキテクト
ログインユーザーのみに公開
🚀 音声合成の内製化 ・日本語音声合成を独自に開発。要件定義・話者選定・原稿作成・録音・アノテーション・G2Pの改善・モデルの訓練&評価・デプロイを一気通貫で担当。
加藤 集平さん
のプロフィールをすべて閲覧
Wantedlyユーザー もしくは つながりユーザーのみ閲覧できる項目があります
過去の投稿を確認する
共通の知り合いを確認する
加藤 集平さんのプロフィールをすべて見る
・CosyVoice 2のようなLLMベースの音声合成にはテキストフロントエンドを持たないものが少なくなく、発音の修正がほぼ不可能。 ・そのようなモデルでも音素レベルの発音・アクセント修正を可能とするLoRAアダプターを開発 ・成果をプレプリントのほか、オープンソースで公開(コード・モデル)