能量模型被引入非自回归语音合成

Wanli Sun 等作者发表论文，将能量模型（EBM）引入非自回归语音合成。论文提出用噪声对比估计训练 EBM，并给出利用高性能自回归模型生成有效负样本的多种策略；采样采用 Langevin MCMC，由此建立 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。论文称，这扩展了可用的非自回归模型类型。

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。