FlowW2N：基于流匹配的耳语转正常语音转换

FlowW2N 采用条件流匹配方法，仅用合成时间对齐的耳语-正常语音对训练，并以域不变特征为条件，实现耳语到正常语音的转换。该方法利用在合成与真实耳语间具有强不变性的高层 ASR 嵌入，无需真实配对数据即可泛化到真实耳语。在 CHAINS 和 wTIMIT 数据集上取得 SOTA 可懂度，词错误率相对先前工作降低 26-46%，推理仅需 10 步。