Elder Scrolls 5: Skyrim Special Edition

xVASynth 2 - SKVA Synth.

xVASynth – це інструмент штучного інтелекту для створення високоякісних реплік озвучки з використанням голосів із відеоігор. Програма підтримує сотні голосів у десятках ігор та забезпечує керування висотою тону, тривалістю та енергією з точністю до кожної літери.

Вступ

xVASynth (або [SK]VASynth, для голосів Skyrim) — це програма зі штучним інтелектом, яка генерує репліки озвучки, використовуючи певні голоси з відеоігор. Він може перетворювати текст на мову (TTS) з текстового введення або мову на мову (S2S) з аудіовходу. Програма використовує моделі FastPitch [1,2], які дають користувачам художній контроль над висотою тону, тривалістю та значеннями енергії (тільки моделі v2+) для кожної літери в аудіо. Вони також дозволяють генерувати звук із явно заданою вимовою через нотацію ARPAbet.

Використання нейронного синтезу промови призводить до природного звучання голоси, що дуже складно зробити за допомогою традиційніших методів, що включають поєднання існуючих даних. Це також означає, що може бути згенерований новий словниковий запас, крім того, що актори озвучування вже прочитали.