论文解读
Optimality of FSQ Tokens for Continuous Diffusion for Categorical Data with Application to Text-to-Speech
语音合成 | 7.3/10
语音合成 | 7.3/10
语音识别 | 8.3/10
语音合成 | 9/10
对比学习 | 8.3/10
扩散模型 | 7.5/10
音乐生成 | 4.2/10
语音转换 | 6.8/10
语音合成 | 7.7/10
音频生成 | 8.5/10
语音增强 | 8.3/10
音频生成 | 10/10
语音合成 | 7.1/10
音频生成 | 7/10
语音合成 | 9.2/10
语音合成 | 7.1/10
音乐生成 | 8.6/10
针对语音/音乐/环境声的神经音频水印,DiffErase 在不查询检测器且不知水印方案的黑盒条件下,通过梅尔频谱的中间噪声扰动与预训练扩散去噪重生实现去除,并在五种水印系统上将检测 TPR 降至近 0 的同时以 t* 控制保真度代价。
语音合成 | 10/10
语音合成 | 9.3/10
语音合成 | 8.9/10