WaveNet 发布十周年,作者回顾端到端 TTS 范式转变
DocXavi · x · 2026-09-10
WaveNet 发布十周年之际,作者 @sedielem 回顾:当年用自回归+长上下文,没用 Transformer 是因为它还要一年才被发明。@santty128 引用并感叹 TTS 范式已彻底转变:端到端打破多个语音合成归纳偏置——波形级输出(无需 vocoder)、类别分布(无回归)、膨胀因果卷积(无 RNN),并称在 SSW9 现场看到 Heiga Zen 的 demo。文中提到的新范式可能指向近期端到端语音生成工作。
所属事件:WaveNet 发布十周年：作者复盘语音合成范式十年变迁(5 条相关)→
「多模态」频道最新
- Runway App Studio 示例:角色替换与角色设定图生成 — runwayml · 2026-10-27
- 女朋友总想挤痘？网友用 AI 把她自拍做成可玩广告游戏 — CurieuxExplorer · 2026-10-27
- Fibo 2 编辑模型被吐槽不稳定:连换衣服颜色都会改变目标物体 — jd3k · 2026-10-27
- AIArtsy 生成 3D 动画剑术短片 — Jealous-Associate-41 · 2026-10-27
- 求助：高质量 AI 生成漫画工作流推荐 — Worldly_Courage395 · 2026-10-27
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27