BriefGPT.xyz
大模型
Ask
alpha
关键词
audio codecs
搜索结果 - 2
基于音频编解码器的零样本文本到语音合成的改进:多模态背景和大型语言模型
通过将 Qformer 应用于多模态上下文信息,结合预训练的大型语言模型和音频编码器,我们提出了一种适应多种上下文 TTS 场景的全新语音合成模型,通过预测语义令牌和生成声学令牌来提高音频质量和说话人相似性。广泛的客观和主观评估结果表明,我
→
PDF
a month ago
SemantiCodec:一种用于通用声音的超低比特率语义音频编解码器
利用语言模型和音频编解码技术,SemantiCodec 是一种能够以非常低的比特率将各种类型的音频压缩为每秒少于一百个标记的新型编解码器,具有更高的重构质量和更丰富的语义信息。
PDF
2 months ago
Prev
Next