HyperAIHyperAI

Command Palette

Search for a command to run...

安定したオーディオのオープン

Zach Evans Julian D. Parker CJ Carr Zack Zukowski Josiah Taylor Jordi Pons

概要

オープン生成モデルはコミュニティにとって極めて重要であり、微調整を行うことができ、新しいモデルを提示する際の基準としても機能します。しかし、現在のテキストから音声への変換モデルの多くは非公開であり、アーティストや研究者がそれらを基に構築することが困難です。本稿では、クリエイティブ・コモンズのデータを使用して訓練された新しいオープンウェイトのテキストから音声への変換モデルのアーキテクチャと訓練プロセスについて説明します。評価結果によると、当該モデルの性能は様々な指標において最先端技術と競合しており、特に報告されたFDopenl3結果(生成物の現実性を測定)は44.1kHzでの高品質ステレオサウンド合成の可能性を示しています。


AIでAIを構築

アイデアからローンチまで — 無料のAIコーディング支援、すぐに使える環境、最高のGPU価格でAI開発を加速。

AI コーディング補助
すぐに使える GPU
最適な料金体系

HyperAI Newsletters

最新情報を購読する
北京時間 毎週月曜日の午前9時 に、その週の最新情報をメールでお届けします
メール配信サービスは MailChimp によって提供されています