基于能量的模型用于语音合成

论文将能量模型（EBM）纳入非自回归语音合成模型，用噪声对比估计训练，并提出利用高性能自回归模型生成有效负样本的策略。采样采用 Langevin MCMC，由此建立 EBM 与扩散模型的联系。在 LJSpeech 数据集上，该方法相较 Tacotron 2 取得改进。