跳到正文
热点事件持续更新

Revise-TTS：非掩码精炼框架用于零样本语音生成

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、Dan Su、Anton Ragni 提交论文预印本，提出 Revise-TTS——一个单阶段零样本语音生成框架。该框架用分层二值量化（HBQ）替代有限标量量化（FSQ），为语音 token 引入具有显式由粗到细结构的可扩展二值表示，并训练生成式精修网络（GRN）从真实 token 与随机 token 的混合序列中重建 token 序列。 推理阶段，Revise-TTS 通过随机丢弃少量已预测 token 并重新预测来实现迭代自校正，以缓解掩码扩散模型中间预测无法修改所导致的误差累积。作者称，实验与消融显示其零样本合成性能具竞争力，并可作为替代的训练与推理方法扩展至任意基于掩码扩散模型（MDM）的 TTS 任务。

根据报道生成 · 3 小时前更新

最新进展10月15日 12:00
Revise-TTS：面向 TTS 掩码扩散模型的非掩码式精修框架

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
    Revise-TTS：面向 TTS 掩码扩散模型的非掩码式精修框架

    Revise-TTS 是一个单阶段零样本语音生成框架，用分层二值量化（HBQ）替代有限标量量化（FSQ），并训练生成式精修网络（GRN）从真实与随机 token 的混合序列中重建 token 序列。推理时通过随机丢弃少量已预测 token 并重新预测实现迭代自校正，缓解掩码扩散模型中间预测无法修改导致的误差累积。实验与消融显示其零样本合成性能具竞争力，并可扩展至任意基于 MDM 的 TTS 任务。

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。