arXiv · cs.LG· Wanli Sun, Zehai Tu, Anton Ragni·· 3 小时前
基于能量的模型（EBM）用于语音合成
Energy-Based Models For Speech Synthesis
AI 导读
一篇被 ICASSP 2024 接收的论文将基于能量的模型（EBM）引入非自回归语音合成，用噪声对比估计（NCE）训练，并提出多种生成有效负样本的策略，包括借助高性能自回归模型。采样采用 Langevin MCMC，从而建立 EBM 与扩散模型的联系。在 LJSpeech 数据集上，该方法相比 Tacotron 2 取得提升。
来源：arXiv · cs.LG · arxiv.org