SEAM：低资源TTS词表扩展的零音频初始化方法

Walaa Othman、Baher Mohammad、Stamatios Lefkimmiatis 和 Ammar Ali 提出 SEAM，一种用于低资源 TTS 词表扩展的零音频初始化方法：它不需要新 token 的音频，而是用已知子 token 为新 token 构建嵌入，并用频谱滤波保留时序音素顺序，再以闭式岭回归把新嵌入对齐到预训练条件流形。 作者称，在三种语言和两种 TTS 架构上，SEAM 用最多少 4 倍的训练数据即可接近或匹配基线，相比随机初始化和均值池化将样本复杂度降低 75%。这些结论来自论文报告，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。