2023 年暴雪挑战赛的 IMS Toucan 系统
原文中文，约300字，阅读约需1分钟。发表于：。改进法语文本至音素处理系统，包括同音异形解歧，使用 Conformer 和 Glow 基于规则的音素转谱图，再通过基于 GAN 的神经声码器将谱图转换为最终音波，应用于 Blizzard Challenge 2023。
该报告介绍了基于Transformer的多语言模型VolcTrans系统，使用多个来源的数据进行训练，包括公共训练集、Meta AI提供的数据、自收集的平行语料库和反向翻译的伪双语文本。该系统在官方测试集上实现了17.3 BLEU、21.9 spBLEU和41.9 chrF2++，平均每秒处理11.5句话，使用单个Nvidia Tesla V100 GPU。
