跳到正文
热点事件持续更新

能量模型被引入非自回归语音合成

1 篇报道1 个报道来源4 小时前更新

先了解这件事

事件综述

Wanli Sun、Zehai Tu 与 Anton Ragni 发表论文，将能量模型（EBM）纳入非自回归语音合成，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。 论文称，在 LJSpeech 数据集上的实验显示，该方法相较 Tacotron 2 取得改进。

根据报道生成 · 3 小时前更新

最新进展10月15日 12:00
基于能量的模型用于语音合成

报道时间线

沿着报道，了解事件的不同侧面。

10月15日
  1. arXiv eess.AS
    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。

本事件热度走势

可比范围当前
9
可比范围峰值
910月15日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。