搜索
Apple与特拉维夫大学提出新型语音生成加速技术PCG
12 小时前
据9TO5GOOGLE报道，苹果与特拉维夫大学研究人员联合提出“原则性粗粒度”（PCG）方法，可显著提升自回归文本到语音（TTS）模型的生成速度。该技术将声学相似的语音令牌归为同一组，在解码阶段放宽严格匹配限制，提高推测性解码的接受率。实验表明，PCG在不重新训练模型的前提下，将语音生成速度提升约40%，同时保持低词错率、高说话人相似度及4.09分的自然度评分。该方案仅需额外37MB内存存储声学分组信息，适用于资源受限设备，有望为未来Apple平台的实时语音功能提供高效、高质量的技术支撑。
