实体 Alignment-Free Text-Audiobox

Alignment-Free Text-Audiobox

PulseAugur coverage of Alignment-Free Text-Audiobox — every cluster mentioning Alignment-Free Text-Audiobox across labs, papers, and developer communities, ranked by signal.

Show in brief

总计 · 30天

90 天内 1

发布 · 30天

90 天内 0

论文 · 30天

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_235532 · Sep 3 · 15:30

新的 Text-Audiobox 框架实现了无需对齐的语音配音和对话合成

研究人员开发了无需对齐的 Text-Audiobox (Text-AB)，一个用于语音配音和对话合成的新型框架。该系统利用具有流匹配目标的扩散 Transformer，并在使用 DAC-VAE 特征进行高保真音频压缩的潜在扩散框架内运行。一项关键创新是其无需对齐的方法，它通过交叉注意力学习文本-语音对齐，无需显式对齐或持续时间预测。该系统在 480,000 小时的海量语音数据集上进行了预训练，生成了一个拥有 30 亿参数的模型，能够进…

新的 Text-Audiobox 框架实现了无需对齐的语音配音和对话合成