Metis: A Fundamental Speech Generation Model with Masked Generation Pre-training
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出Metis模型,通过300K小时的多样语音数据进行预训练和微调,克服现有模型的局限,实现多种语音生成任务的高效适应与优异表现。
🎯
关键要点
- 本研究提出Metis模型,旨在克服现有模型的局限。
- Metis模型采用预训练和微调的范式。
- 使用300K小时的多样语音数据进行遮蔽生成预训练和任务特定微调。
- Metis在多种语音生成任务上实现了高效适应与出色表现。
- Metis显示出作为统一语音生成基础模型的潜力。
➡️