MPEcho 利用音素时序优化翻唱生成

ISMIR 2026 论文 MPEcho 提出了一种可控翻唱生成方法，将旋律信息与音素信息结合使用。针对该研究，有评论指出，参考音频中本就包含真实的音素时间信息，因此在翻唱和歌声生成中，与其像传统方法那样去预测或猜测音素时序，不如直接将其抽取出来，这样能让歌词控制更加稳定合理。

2026-08-04 ~ 2026-08-04 · 3 条相关