新方法通过阶段性深度剪枝蒸馏创建紧凑型印地语TTS模型

研究人员开发了一种方法，通过蒸馏一个大型流匹配教师模型IndicF5来创建紧凑型印地语文本到语音（TTS）模型。该过程包括在保留其他参数的同时逐步剪枝Transformer块的深度，并在每个阶段进行重新微调。由此产生的较小模型，参数量低至1.31亿，在未见过句子上实现了低词错误率，并且可以在6GB笔记本电脑GPU上实时运行。该研究还识别并提供了一种修复方法，以解决可能默默降低音频质量的特征和库奇偶性失败问题。 AI

影响 这项研究为开发特定语言的高效TTS模型提供了一个实用的方法，有可能降低实时语音合成的硬件要求。

排序理由 该集群包含一篇详细介绍模型蒸馏新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• Diffusion Transformer
• Hindi
• IndicF5
• MMS-TTS-hin
• Sivateja Alukur Trikutam

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →