arXiv · Audio and Speech· Takuhiro Kaneko, Hirokazu Kameoka, Kou Tanaka, Yuto Kondo·· 3 小时前AI 评分37
MeanVoiceFlow2：联合优化均值流与内容编码器实现快速一步零样本语音转换
MeanVoiceFlow2: Joint Optimization of Mean Flow and Content Encoder for Fast One-Step Zero-Shot Voice Conversion
AI 导读
MeanVoiceFlow2 通过联合优化 flow 转换模块与高效内容编码器，实现约 9 倍推理加速。模型采用转换蒸馏与真实数据重建训练，并引入 diffusion-GAN 与样本混合增强。零样本 VC 实验显示其感知质量更高、说话人相似度与基线相当。
来源：arXiv · Audio and Speech · arxiv.org