跳到正文
arXiv · AI· Junqi Zhao, Jinheng Zhao, Haohe Liu, Yun Chen, Lu Han, Haoyang Zhang, Xubo Liu, Mark Plumbley, Wenwu Wang·· 16 小时前AI 评分30

AudioTurbo:基于修正扩散的快速文本到音频生成

AudioTurbo: Fast Text-to-Audio Generation with Rectified Diffusion

AI 导读

AudioTurbo 提出基于修正扩散的文本到音频生成方法,旨在解决扩散模型推理速度慢的问题,在生成质量和推理速度上优于基于流匹配的加速模型。 该方法通过从预训练扩散模型生成的确定性噪声-样本对中学习一阶近似常微分方程(ODE)路径,无需依赖专门的流式生成框架。 此方法有效结合了预训练扩散模型的强大生成能力,提升了 TTA 生成的效率。

来源:arXiv · AI · arxiv.org