-
公开(公告)号：CN119724152A
公开(公告)日：2025-03-28
申请号：CN202411925962.8
申请日：2024-12-25
Applicant: 重庆邮电大学
IPC: G10L13/08 , G10L21/0208 , G06N20/00
Abstract: 本发明属于音频生成与处理领域，涉及基于平衡信噪比感知的文本到音频生成蒸馏方法，包括：获取文本并输入训练好的学生模型，得到音频；学生模型的训练过程包括：根据教师模型初始化学生模型；根据文本和音频数据得到文本特征τ和音频特征z0；将特征τ、z0输入教师模型，将教师模型的输出和特征τ输入学生模型；根据教师模型和学生模型的输出计算BSA损失函数值更新学生模型的参数，当学生模型达到预设的训练次数时，若达到最大蒸馏次数，得到训练好的学生模型；否则根据学生模型设置教师模型的参数并进行下一次蒸馏；本发明结合BSA损失函数，优化了教师模型与学生模型之间的知识传递，使得蒸馏过程在不同信噪比条件下均能保持较高的稳定性和准确性。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
