魏澤人教授(國立陽明交通大學 智慧科學暨綠能學院)

演講時間：111年10月25日下午2點
演講地點：A813

講題：聲音模仿及音樂生成

摘要： 現今生成模型，除了圖片的生成外，在聲音、動畫、音樂、立體的內容，也都不斷進步。本次演講內容，我們會介紹我們最近在聲音轉換以及音樂生成方面的一些成果。在語音部份，我們改進及設計了一套語音轉換的系統，稱為 ASGAN-VC, 能以 zero-shot 的方式，將一個人的說話聲音轉成另外一個人的聲音。利用現代的架構和元件整合，轉換的品質在客觀及主觀的評量下，在聲音自然度以及對象相似度方面，較過去的轉換系統有更強的表現。而在音樂部份，我們設計的音樂生成系統，分析了過去一些系統的問題，加以改善，經由客觀及主觀評比，也在聲音品質及自然度方面，較過去系統有更好的表現。並且能指定情緒來生成音樂。

講題資訊網站 ： https://deeptricklab.github.io/