本研究探讨了自回归变换器基础的文本到语音模型在处理未见长序列时的鲁棒性和长度泛化问题。提出了一种改进方法，通过对齐机制和相对位置信息增强，提升输出的自然性和表达力，解决了重复或丢失单词的问题。

Very Attentive Tacotron: Robustness and Unbounded Length Generalization in Autoregressive Transformer-Based Speech Synthesis
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