text-to-audio

文章から音声・効果音を生成すること

1本の論文題名に登場

定義

文章での記述を入力に、効果音・環境音・音声などの音を生成する課題を指す。音楽生成と区別され、対象は「雨が屋根を打つ音」のような場面音や非音楽的な音であることが多く、映像への音付けなどが応用先になる。評価は聞き取りの主観評価と、実データとの分布距離を測る指標を併用するのが通例。

入力→出力の対応を示す