Rostislav Makarov

Speech classifier repurposed for efficient diffusion-based generation

研究人员开发了一种新颖的方法，将冻结的语音分类器重新用于基于扩散的语音生成，从而减少了对两个独立模型的需求。该方法涉及将一个轻量级的子网络附加到分类器上，并且仅训练这个新组件。该技术通过连接判别式建模和生成任务，提供了一种更紧凑、计算效率更高的方式来实现高质量的条件语音合成。