StreamVC est une solution de conversion vocale en temps réel à faible latence développée par Google. Elle permet de reproduire la tonalité d'une voix cible tout en préservant le contenu et le rythme de la voix source. Cette technologie est particulièrement adaptée aux scénarios de communication en temps réel, tels que les appels téléphoniques et les visioconférences, et peut être utilisée pour des cas d'utilisation tels que l'anonymisation vocale. StreamVC exploite l'architecture et les stratégies d'entraînement du codec audio neuronal SoundStream pour réaliser une synthèse vocale légère et de haute qualité. Elle démontre également l'efficacité de l'apprentissage causal des unités de parole douces et de la fourniture d'informations de fréquence fondamentale blanchies pour améliorer la stabilité de la hauteur sans compromettre les caractéristiques de la voix source.