09:09
官方账号arXiv cs.AI@Lingfeng Yao, Chenpei Huang, Xingke Yang, Ziye Geng, Changqing Luo, Hao Wang, Jiang Liu, Miao Pan
精选73°
推荐理由：PhysWave统一了自然语言和轨迹控制，通过物理约束解决了现有方法违反声学关系的问题。
声学前验
共 1 条相关 AI 资讯
9月1日
09:09
PhysWave是一种物理引导的潜扩散模型，用于可控文本到一阶声学(FOA)音频生成。该模型通过可微分声学前验（球谐波方向一致性和反平方距离一致性）增强扩散训练，并构建了包含30万段FOA音频的数据集。实验结果表明，PhysWave在保持竞争力的音频质量的同时，能够生成空间一致性更好的FOA音频。