qq_28662689的博客

Parallel Wavegan：基于具有多分辨率谱图的生成逆向网络的快速波形生成模型摘要：Parallel WaveGAN是一种无蒸馏的对抗生成网络，快速且占用空间小的波形生成方法。该方法通过联合优化多分辨率谱图和对抗损失函数来训练非自回归WaveNet，可以有效捕获真实语音波形的时频分布。由于我们的方法不需要在常规师生框架中使用密度蒸馏，因此即使使用少量参数，也可以轻松地训练整个模型。特别是，提出的Parallel WaveGAN仅具有1.44 M参数，并且在单个GPU环境下生成24 kHz语音波形的

MelGAN：用于条件波形合成的生成对抗网络摘要：先前的工作（Donahue等人，2018a; Engel等人，2019a）发现，利用GAN生成连续的原始音频波形具有挑战性。在本论文中，我们表明通过引入一组体系结构更改和简单的训练技术，可以可靠地训练GAN以生成高质量的连续波形。主观评估指标（平均意见得分，或MOS）显示了所提出的方法对于高质量Mel谱图反演的有效性。为了建立所提出技术的通用性...