arXiv cs.LG· Wanli Sun, Zehai Tu, Anton Ragni·· 7 小时前AI 评分22
基于能量的模型用于语音合成
Energy-Based Models For Speech Synthesis
AI 导读
论文将能量模型（EBM）引入非自回归语音合成，提出用噪声对比估计训练 EBM，并给出利用高性能 AR 模型生成有效负样本的多种策略。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，该方法相较 Tacotron 2 取得改进。
来源：arXiv cs.LG · arxiv.org