跳到正文
arXiv · ML· Xiaoqin Feng, Yuqi Li, Weilun Feng, Yi-Cheng Lin, Kai Li, Xianglong Wang, Kuo Yang, Chuanguang Yang, Yingli Tian, Wei Li, Zhongwei Cheng, Lin Chen·· 2026-10-12AI 评分36

TTS-Q:面向文本转语音扩散Transformer的说话人感知后训练量化方法

TTS-Q: Speaker-Aware Post-Training Quantization of Text-to-Speech Diffusion Transformers

AI 导读

针对零样本TTS模型量化后音色受损问题,研究团队提出TTS-Q方法,在1B和3.5B模型上实现无损理解力的音色恢复。该方法通过混合精度调度,为扩散Transformer后期的前馈激活层分配更高精度,以抵消权重和激活量化带来的音色漂移。该技术显著降低GPU峰值内存占用,为资源受限场景下的实时TTS部署提供实用参考。

来源:arXiv · ML · arxiv.org