arXiv · AI· Yixuan Li, Xuenan Xu, Zeyu Xie, Mengyue Wu·· 2026-10-14AI 评分23
AlignAudio:噪声鲁棒语音条件生成的双对齐框架
AlignAudio: A Unified Dual-Alignment Framework for Noise-Robust Speech-Conditioned Generation
AI 导读
AlignAudio 提出双对齐噪声鲁棒生成框架,在语音转音频(STA)和语音转换(VC)任务中,于多种噪声条件下显著优于基线模型。 框架包含语义保持对齐与流匹配生成一致性约束,支持单流与多流语音条件,可集成至不同 flow matching 生成架构及后训练设置。
来源:arXiv · AI · arxiv.org