speech

もっと見る speech

ホーム

AIresearchspeech

Pocket TTS architecture

ドリフト目標でポケットTTSを訓練する

Kyutai は連続音声言語モデルの一段階フローマッチング目的(LSD)を drifting に置き換えた。指標はすべて同等、推論コストは変わらず、ヤコビアン・ベクトル積が不要になった。これは drifting で訓練された初の自己回帰生成モデルである。