面向基于能量的 TTS 模型的得分训练方法

针对基于能量的模型（EBM）训练中 NCE 依赖噪声样本质量、且 NCE 与切片得分匹配（SSM）均忽略对数似然函数形式的问题，本文提出一种更适合一阶优化推理的得分学习准则，并在 EBM 训练实验中对比了这些方法。该工作已被 Interspeech 2025 接收。