DiffAR: 去噪扩散自回归模型用于原始语音波形生成

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出了一种基于扩散的概率端到端模型,用于生成原始语音波形。该模型可以实现无限语音时长的合成,并保持高保真度和时间连贯性。相较于其他神经语音生成系统,该模型具有更高的合成质量。

🏷️

标签

➡️

继续阅读