四条TTS数据清洗流水线对比

JinyuChai 发布TTS训练数据清洗流水线对比图，梳理Fish Audio S2、Emilia-Pipe、CosyVoice 3和NeMo Curator针对不同原始音频的清洗流程。 JinyuChai称，音频来源决定清洗重点：背景音乐、多语种语音和录音质量参差不齐的数据，需要采取不同的检查方式，不能仅依赖VAD、说话人分离和ASR。该图旨在对比四条流水线的侧重点，而非认定其中一条流程适用于所有数据。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。