ESPnet3

新LACE编解码器改进音频压缩和TTS效率

研究人员开发了LACE（Layer-Adaptive Codec Encoding），一种新颖的神经音频编解码器方法，旨在通过动态调整帧率来降低计算成本。与之前应用单一压缩步骤的方法不同，LACE独立压缩每个量化层，允许进行层特定的分割边界。这种方法提高了音频重建的速率-质量权衡，并在保持高合成质量的同时提高了文本到语音（TTS）推理效率，如在LibriTTS数据集上所示。LACE的代码已集成到ESPnet3工具包中。