BriefGPT - AI 论文速递
·
减少、重用、循环利用：扰动数据是否比其他语言增强对于低资源自我监督语音模型更好
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文介绍了一种新的数据增强技术，用于文本到语音的任务，能够生成新的（文本，音频）训练样本，有助于减少过拟合，特别是在低资源环境下。该方法能够改善许多数据集、说话人和 TTS 体系结构的语音质量，并能大大提高基于注意力的 TTS 模型的鲁棒性。
🎯
关键要点
- 介绍了一种新的数据增强技术，用于文本到语音的任务。
- 该技术能够生成新的（文本，音频）训练样本，无需额外的数据。
- 方法增加了训练期间可用的文本条件的多样性，有助于减少过拟合，特别是在低资源环境下。
- 通过替换文本和音频段确保语法正确性，并采取措施避免伪影。
- 感知评估结果表明，该方法改善了多种数据集、说话人和 TTS 体系结构的语音质量。
- 该方法大大提高了基于注意力的 TTS 模型的鲁棒性。
➡️
