Real-TimeVoiceCloning是“TransferLearningfromSpeakerVerificationtoMultispeakerText-To-SpeechSynthesis（SV2TTS）”论文的实现，这是一个三阶深度学习框架，允许从几秒钟的音频中创建一个数字化的语音，并使用它来调节训练的“文本转语音”模型，以推广到新的声音。