11:09arXiv cs.AI@Rostislav Makarov, Timo Gerkmann该研究提出一种将传统语音分类器改造为扩散生成主干的方法。从冻结的噪声条件分类器(在log-Mel频谱上)开始,附加一个轻量子网络来复用中间分类器表示,仅训练该子网络,使用去噪得分匹配目标。这种方法实现了单主干模型的条件语音生成,在保持语音质量的同时减少了内存占用和计算成本。论文语音分类器扩散模型条件生成单主干模型语音合成推荐理由:这篇论文教你用一个现成的语音分类器直接生成语音,省掉单独训练扩散模型,更轻量高效。原文