跳到主要内容
检索

# 捷径自一致性

1 篇关联报道

订阅更新
  1. arXiv

    7.6M参数土耳其语语音模型Antalia-2 Mini发布:训练音频全部来自一个约300倍大的教师模型

    Antalia-2 Mini 是一个 7,620,931 参数的单音色土耳其语文本转语音模型,训练音频全部由约 300 倍大的 VoxCPM2 克隆同一段合成参考音频生成,自动检查后保留约 1,790 小时。它在 Freya-TR-Eval 的 495 句上取得 WER 1.09%、CER 0.220%,配对自助法无法把它与 8.6M 的 EMA Lightning 区分开;作者在这些句子上调过设置,且尚无人工听测。

已读完全部报道