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
