实体 Text-Audiobox

Text-Audiobox

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

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_235532 · Sep 4 · 04:00

新的 Text-Audiobox 框架推动语音配音和对话合成发展

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框架。该系统利用具有流匹配目标的扩散 Transformer，并在具有 DAC-VAE 特征的潜在扩散上运行，与先前的方法相比，实现了更高的压缩率和改进的再合成质量。Text-AB 无需对齐，通过交叉注意力学习文本-语音对齐，无需显式时长预测。一个大规模的 3B 参数模型在 480k 小时的语音上进行了预训练，并针对各种任务进行了微…