BareWave是一种全波形原生的零样本语音合成技术，能够直接从文本和参考音频生成目标说话人的波形，无需中间声学表示或独立声码器。实验结果表明，其在内容清晰度和说话人相似度上表现优异，开辟了新的语音合成方向。
该文介绍了一种基于神经传导器的 TTS 框架，使用离散语义标记实现单调对齐约束，提高了语音质量和说话人相似度。同时，该模型展示了神经传导器在 TTS 中的潜力。
完成下面两步后，将自动完成登录并继续当前操作。
