Emilia 完全标注了 EmoNet / Empathic Insight Voice 的情绪说明和分数 - 即将进行训练 :)

嘿,我们运行 我们的状态 情感字幕和情感估计得分 整个艾米利亚。 你可以在这五个仓库里找到结果

https://huggingface.co/datasets/laion/Emilia- with-Emotion-Annotations 页面存档备份,存于互联网档案馆. https://huggingface.co/datasets/laion/Emilia- with-Emotion-Annotations2 (中文(简体) ). https://huggingface.co/datasets/laion/Emilia- with-Emotion-Annotations3 (英语). https://huggingface.co/datasets/laion/Emilia- with-Emotion-Annotations 4 (中文(简体) ). https://huggingface.co/datasets/laion/Emilia- with-Emotion-Annotations 5 (英语).

https://huggingface.co/奥兰治/Speaker-wavLM-tbr (英语).

我建议进行微调,同样以这些发言者嵌入为条件,因为他们抓住了一个声音在时间上独立的属性,它构成一个发言者的身份,而不将其与情绪和激动相混淆。 这最终可以实现语音克隆,而无需一对参考音频. 只要把嵌入目标作为条件 与情感的分数。

玩得开心点