BriefGPT - AI 论文速递 · 2023-09-22T00:00:00Z 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。 🏷️ 标签 TTS模型 数据增强技术 文本到语音 过拟合 鲁棒性 阅读原文 生成长图 分享链接 已复制链接
