VoxMel TTS:免 tokenizer 自回归语音合成,Haar 变换分层生成

VoxDance-Lab · hf · 2026-11-17

VoxDance Lab 发布 VoxMel TTS 技术报告:一个 tokenizer-free 的自回归语音合成框架。

免 tokenizer 设计避免了离散声学 token 的信息损失,是小津幅/高保真 TTS 的一个有趣架构方向。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →