研究人员开发了SIEDD，一种新颖的离散扩散模型，用于语音修复和编辑。该框架名为HiCoDD，在分层编解码器令牌上运行，在保持说话人身份、韵律和录音条件的同时，迭代地优化掩码片段。SIEDD在RealEdit语音编辑基准测试中表现出卓越的性能，并在语音修复任务中优于自回归基线，展示了显式建模编解码器层级以实现上下文保留音频重建的好处。 AI
影响 该模型可以通过实现更精确的语音片段重建和修改，从而改进音频编辑工具和内容创作。
排序理由 该集群包含一篇详细介绍新模型及其在基准测试中性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
