arXiv cs.SD RSS·· 1 天前
MeanVoiceFlow2：联合优化平均流与内容编码器实现快速单步零样本语音转换
MeanVoiceFlow2: Joint Optimization of Mean Flow and Content Encoder for Fast One-Step Zero-Shot Voice Conversion
摘要
MeanVoiceFlow2 通过联合优化基于流的转换模块与高效内容编码器，实现单步零样本语音转换。该模型采用 MeanVoiceFlow 进行转换蒸馏并结合真实数据重建训练，同时引入扩散-GAN 训练、样本混合与教师引导条件增强。实验显示其感知质量优于 MeanVoiceFlow，推理速度约提升 9 倍，说话人相似度相当。
应来源方要求，这里只提供摘要与原文入口。完整内容请阅读原文。
来源：arXiv cs.SD RSS · arxiv.org