Apple与特拉维夫大学研究人员联合提出‘Principled Coarse-Graining’（PCG）方法，显著提升自回归文本到语音（TTS）模型的生成速度。该技术通过将声学相似的语音令牌归为同一组，在解码阶段放宽严格匹配限制，从而提高推测性解码的接受率。实验表明，PCG在不重新训练模型的前提下，将语音生成速度提升约40%，同时保持低词错率、高说话人相似度及4.09分（满分5分）的自然度评分。...
网页链接Apple与特拉维夫大学研究人员联合提出‘Principled Coarse-Graining’（PCG）方法，显著提升自回归文本到语音（TTS）模型的生成速度。该技术通过将声学相似的语音令牌归为同一组，在解码阶段放宽严格匹配限制，从而提高推测性解码的接受率。实验表明，PCG在不重新训练模型的前提下，将语音生成速度提升约40%，同时保持低词错率、高说话人相似度及4.09分（满分5分）的自然度评分。...
网页链接
精彩评论