الصوت المفتوح المستقر

النماذج التوليدية المفتوحة ذات أهمية حيوية للمجتمع، حيث تسمح بإجراء التعديلات الدقيقة وتعمل كنقاط مرجعية عند تقديم نماذج جديدة. ومع ذلك، فإن معظم النماذج الحالية لتحويل النص إلى صوت خاصة وغير متاحة للفنانين والباحثين لبناء أعمالهم عليها. في هذا البحث، نصف بنية وعملية تدريب نموذج جديد لتحويل النص إلى صوت مع أوزان مفتوحة تم تدريبه باستخدام بيانات رخصة المشاع الإبداعي (Creative Commons). وقد أظهرت تقييماتنا أن أداء النموذج يتنافس مع أفضل ما هو موجود حالياً في المجال بموجب مجموعة متنوعة من المقاييس. وبشكل خاص، فإن نتائج FDopenl3 المبلغ عنها (التي تقاس بها واقعية الإنتاج) تبرز إمكاناته في إنتاج الصوت الاستريو عالي الجودة بتردد 44.1 كيلوهرتز.