NCMMSC 2024 教程报告：基于离散编码的语音合成 (Tutorial: Speech Synthesis with Discrete Speech Tokens)
Date:
2024年第十九届全国人机语音通讯学术会议（National Conference on Man-Machine Speech Communication，NCMMSC2024）于2024年8月15至18日在新疆乌鲁木齐举行，本次会议由中国计算机学会和中国中文信息学会联合主办，会议同时为中国计算机学会语音对话与听觉专委会（CCF TCSDAP）的学术年会。
语音信号的离散化特征提取及标记化近年来得到广泛关注，是以语言模型范式为核心的语音处理技术的关键支撑，也为高逼真度语音合成及新型生成式任务提供了机会。本报告将系统介绍语音的离散化特征提取及标记化方法，进而详细介绍各类基于离散编码的语音合成系统实现。在第三部分将分析离散语音编码与大语言模型技术的结合现状，并探讨现存的挑战和未来发展方向。