本研究提出了一种新的自监督微调方法，旨在从发音单元中分离说话者信息。该方法通过数据增强和帧级训练，在音节分段和质量度量上超越了现有技术，展示了无文本模型在音节组织中的有效性。

Self-Supervised Syllable Discovery Based on Speaker Disentanglement
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证