arXiv · Audio and Speech· Ziyang Zhang, Yifan Gao, Xuenan Xu, Baoxiang Li, Wen Wu, Chao Zhang·· 4 hr agoAI score26
贝叶斯语音合成器 BELLE 如何向多位教师学习
Bayesian Speech Synthesizers Can Learn from Multiple Teachers
AI brief
研究者提出 TTS 模型 BELLE（Bayesian evidential learning with language modelling），在每个 mel-spectrogram 帧上对均值和方差放置贝叶斯先验并由输入预测该先验，同时保留 MELLE 式连续值自回归 TTS 的架构与单步采样。
Source: arXiv · Audio and Speech · arxiv.org