uSee: 条件扩散模型下的统一语音增强与编辑
原文中文，约400字，阅读约需1分钟。发表于：。我们提出了一种统一的语音增强和编辑模型（uSee），它采用条件扩散模型以生成方式同时处理多种任务，能根据特定用户需求对语音进行增强和编辑操作。通过提供多种条件，包括自监督学习嵌入和适当的文本提示，我们的 uSee 模型可实现对源语音的可控生成，以进行相应操作。我们的实验显示，与其他相关生成式语音增强模型相比，我们提出的 uSee...
该研究提出了一种无监督的语音增强方法，利用评分驱动扩散模型的生成能力，结合噪声模型进行后验采样。该方法相比最近的变分自编码器（VAE）无监督方法和最先进的基于扩散的监督方法，取得了有希望的结果。
