[AS] StyleSinger: Style Transfer for Out-Of-Domain Singing Voice Synthesis
http://t.cn/A6l0Xl52
提出StyleSinger模型，用于零样本迁移域外参考歌声样本的歌声合成。该模型采用了两个关键方法：1)Residual Style Adaptor (RSA)通过使用残差量化模块捕捉歌声中多样的风格特征；2)Uncertainty Modeling Layer Normalization (UMLN)在训练阶段扰动内容表示中的风格属性，从而提高模型的泛化性能。实验证明，StyleSinger在音频质量和与参考歌声样本的相似度方面优于基线模型。