TTS-Q：语音扩散Transformer的4比特PTQ研究
热点事件持续更新
TTS-Q：语音扩散Transformer的4比特PTQ研究
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究团队提出 TTS-Q，对 1B 和 3.5B 的 TTS 扩散 Transformer 完成首个 4-bit 权重与激活（W4A4）训练后量化研究。团队称，音色损失来自权重和激活量化，但只有激活量化具备可被精度调度利用的 timestep 结构。 TTS-Q 从任务匹配的校准候选中筛选难量化项，并按预算均衡的混合精度调度为后期 FFN 激活分配更高精度。团队称，该方法在两个模型规模上均最优恢复音色且不损可懂度。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
TTS-Q：面向 TTS 扩散 Transformer 的感知引导训练后量化报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.LGTTS-Q：面向 TTS 扩散 Transformer 的感知引导训练后量化
研究团队提出 TTS-Q，针对 1B 和 3.5B 的 TTS 扩散 Transformer 完成首个 4-bit 权重与激活（W4A4）训练后量化研究，发现音色损失来自权重和激活量化，但只有激活量化具备可被精度调度利用的 timestep 结构。TTS-Q 从任务匹配的校准候选中筛选难量化项，并按预算均衡的混合精度调度为后期 FFN 激活分配更高精度，在两个规模上均最优恢复音色且不损可懂度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。