实体
ZS-TTS
ZS-TTS
PulseAugur coverage of ZS-TTS — every cluster mentioning ZS-TTS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
ZeSTA框架通过零样本TTS增强提升个性化语音合成能力
研究人员开发了ZeSTA，一个利用零样本文本到语音（ZS-TTS）作为数据增强源来改进个性化语音合成的新框架。该方法解决了在微调过程中混合合成和真实语音数据时说话人相似性下降的常见问题。ZeSTA采用领域条件训练方法来区分真实语音和合成语音，并结合真实数据的过采样来稳定适应，尤其是在低资源场景下。
-
新框架 CORTIS 实现 TTS 模型持续说话人遗忘
研究人员开发了一个名为累积正交身份抑制（CORTIS）的新框架，以应对从零样本文本到语音（ZS-TTS）模型中持续遗忘说话人身份的挑战。现有方法在遗忘请求顺序进行时会失效，因为它们可能会恢复先前已被遗忘的说话人。然而，CORTIS 使用基于费舍尔信息参数掩码和正交投影的方法，确保一旦说话人身份被遗忘，即使在后续遗忘请求中也不会被重新记起，并且无需访问先前遗忘的数据。该方法在 VoiceBox 模型上被证明是有效的，其性能优于先前方法的顺序应用。