新准则让EBM学到适配一阶优化的score

一篇被 Interspeech 2025 接收的论文提出新的训练准则，让基于能量的模型（EBM）学到更适合一阶优化推理的 score，用于基于能量的 TTS 模型训练。作者为 Wanli Sun 和 Anton Ragni。 论文指出，常用的噪声对比估计（NCE）与切片 score matching（SSM）两种方法都忽略了 log-likelihood 函数的形式，而 EBM 和扩散模型在推理时依赖一阶优化。新准则正是针对这一错配提出的。

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。