【AI视野·今日Sound 声学论文速览第八期】Wed, 20 Sep 2023

AI视野·今日CS.Sound 声学论文速览
Wed, 20 Sep 2023
Totally 1 papers
👉上期速览✈更多精彩请移步主页

Daily Sound Papers

Accelerating Diffusion-Based Text-to-Audio Generation with Consistency Distillation
Authors Yatong Bai, Trung Dang, Dung Tran, Kazuhito Koishida, Somayeh Sojoudi
扩散模型为绝大多数文本到音频 TTA 生成方法提供支持。不幸的是，由于对底层去噪网络的迭代查询，这些模型的推理速度较慢，因此不适合推理时间或计算限制的场景。这项工作修改了最近提出的一致性蒸馏框架，以训练仅需要单个神经网络查询的 TTA 模型。除了将无分类器指导纳入蒸馏过程之外，我们还利用蒸馏训练期间生成的音频的可用性，通过音频空间中的新颖损失函数（例如 CLAP 分数）来微调一致性 TTA 模型。

Chinese Abs From Machine Translation

Papers from arxiv.org

更多精彩请移步主页

pic from pexels.com

相关阅读:
C4 数据集基本信息速览
Java项目：基于SSH的医院挂号预约系统
使用mysql语句操作数据库
Android实战项目（初级向） - 趣味数学 -下
2023最新SSM计算机毕业设计选题大全（附源码+LW）之java新冠疫苗接种管理系统nt3mc
小程序的多种特性
C++17 新特性
Git获取本地仓库及基础操作指令
0-搭建nodejs环境
N以内双素数马蹄集

原文地址：https://blog.csdn.net/u014636245/article/details/133152986

【AI视野·今日Sound 声学论文速览 第八期】Wed, 20 Sep 2023

Daily Sound Papers

【AI视野·今日Sound 声学论文速览第八期】Wed, 20 Sep 2023