刚刚放出来的新技术，应该是在AudioLM和Valle-E基础上的进步。有中文人声，但好像不能克隆。它的训练数据肯定是了音乐、音效、人声，所以会有这种效果。

GitHub狂揽7.6k星，冲上热榜第一

使用英伟达NeMo让你的文字会说话，零基础即可实现自然语音生成任务 | 附代码

liming
2021-08-04
13:20:06