RSE-TTS复用TTS主干编码声纹
热点事件持续更新
RSE-TTS复用TTS主干编码声纹
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究团队提出RSE-TTS，将预训练自回归TTS主干复用为参考语音编码器，把参考音频与转写文本联合压缩成8个连续向量；论文称，118M参数生成器较独立预训练编码减少48%参数，并在三个英文基准上的词错误率和说话人相似度均优于MOSS-TTS-Nano官方克隆模式。 结合声学续写时，该方法的词错误率低于CosyVoice 3和MOSS-TTS-Local，说话人相似度接近更大系统。
AI 根据报道生成 · 53 分钟前更新
最新进展11月13日 22:44
RSE-TTS 论文：复用 TTS 主干实现声纹编码，参数减少 48%报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- AGI HuntRSE-TTS 论文：复用 TTS 主干实现声纹编码，参数减少 48%
RSE-TTS论文提出复用预训练自回归TTS主干作为参考语音编码器，将参考音频与转写文本联合压缩为8个连续向量。其118M参数生成器较独立预训练编码减少48%参数，在三个英文基准上的WER和说话人相似度均优于MOSS-TTS-Nano官方克隆模式；结合声学续写，WER低于CosyVoice 3与MOSS-TTS-Local。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。