公开(公告)号：CN117292672B

公开(公告)日：2024-01-30

申请号：CN202311587465.7

申请日：2023-11-27

Applicant: 厦门大学

Inventor： 洪青阳 ,  管文豪 ,  李琳

IPC: G10L13/027 ,  G10L21/0332 ,  G06F40/30

Abstract: 本申请提供了一种基于矫正流模型的高质量语音合成方法，基于RK45 ODE Solver进行采样时能够得到较好的音频生成质量，和大多数现存的基于扩散的语音合成模型相比，在使用Euler ODE Solver进行一步采样时也能够得到很好的音频生成质量，而且整个训练过程是简单有效的，也不需要预先训练一个教师模型得到更好的音频质量，显著提高了真实场景中的高质量语音合成的可用性。

公开(公告)号：CN117292672A

公开(公告)日：2023-12-26

申请号：CN202311587465.7

申请日：2023-11-27

Applicant: 厦门大学

Inventor： 洪青阳 ,  管文豪 ,  李琳

IPC: G10L13/027 ,  G10L21/0332 ,  G06F40/30

Abstract: 本申请提供了一种基于矫正流模型的高质量语音合成方法，基于RK45 ODE Solver进行采样时能够得到较好的音频生成质量，和大多数现存的基于扩散的语音合成模型相比，在使用Euler ODE Solver进行一步采样时也能够得到很好的音频生成质量，而且整个训练过程是简单有效的，也不需要预先训练一个教师模型得到更好的音频质量，显著提高了真实场景中的高质量语音合成的可用性。