EM-TTS: Efficiently Trained Low-Resource Mongolian Lightweight Text-to-Speech
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liang, Ziqi, Shi, Haoxiang, Wang, Jiawei, Lu, Keda |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SupertonicTTS: Towards Highly Efficient and Streamlined Text-to-Speech System
par: Kim, Hyeongju, et autres
Publié: (2025)
par: Kim, Hyeongju, et autres
Publié: (2025)
UmbraTTS: Adapting Text-to-Speech to Environmental Contexts with Flow Matching
par: Glazer, Neta, et autres
Publié: (2025)
par: Glazer, Neta, et autres
Publié: (2025)
HyperTTS: Parameter Efficient Adaptation in Text to Speech using Hypernetworks
par: Li, Yingting, et autres
Publié: (2024)
par: Li, Yingting, et autres
Publié: (2024)
FLY-TTS: Fast, Lightweight and High-Quality End-to-End Text-to-Speech Synthesis
par: Guo, Yinlin, et autres
Publié: (2024)
par: Guo, Yinlin, et autres
Publié: (2024)
Score-Based Training for Energy-Based TTS Models
par: Sun, Wanli, et autres
Publié: (2025)
par: Sun, Wanli, et autres
Publié: (2025)
Utilizing TTS Synthesized Data for Efficient Development of Keyword Spotting Model
par: Park, Hyun Jin, et autres
Publié: (2024)
par: Park, Hyun Jin, et autres
Publié: (2024)
EmergentTTS-Eval: Evaluating TTS Models on Complex Prosodic, Expressiveness, and Linguistic Challenges Using Model-as-a-Judge
par: Manku, Ruskin Raj, et autres
Publié: (2025)
par: Manku, Ruskin Raj, et autres
Publié: (2025)
BitTTS: Highly Compact Text-to-Speech Using 1.58-bit Quantization and Weight Indexing
par: Kawamura, Masaya, et autres
Publié: (2025)
par: Kawamura, Masaya, et autres
Publié: (2025)
AlignCap: Aligning Speech Emotion Captioning to Human Preferences
par: Liang, Ziqi, et autres
Publié: (2024)
par: Liang, Ziqi, et autres
Publié: (2024)
MegaTTS 3: Sparse Alignment Enhanced Latent Diffusion Transformer for Zero-Shot Speech Synthesis
par: Jiang, Ziyue, et autres
Publié: (2025)
par: Jiang, Ziyue, et autres
Publié: (2025)
LMFCA-Net: A Lightweight Model for Multi-Channel Speech Enhancement with Efficient Narrow-Band and Cross-Band Attention
par: Zhang, Yaokai, et autres
Publié: (2025)
par: Zhang, Yaokai, et autres
Publié: (2025)
ASRRL-TTS: Agile Speaker Representation Reinforcement Learning for Text-to-Speech Speaker Adaptation
par: Fu, Ruibo, et autres
Publié: (2024)
par: Fu, Ruibo, et autres
Publié: (2024)
Accent Conversion in Text-To-Speech Using Multi-Level VAE and Adversarial Training
par: Melechovsky, Jan, et autres
Publié: (2024)
par: Melechovsky, Jan, et autres
Publié: (2024)
Training Universal Vocoders with Feature Smoothing-Based Augmentation Methods for High-Quality TTS Systems
par: Liu, Jeongmin, et autres
Publié: (2024)
par: Liu, Jeongmin, et autres
Publié: (2024)
CJST: CTC Compressor based Joint Speech and Text Training for Decoder-Only ASR
par: Zhou, Wei, et autres
Publié: (2024)
par: Zhou, Wei, et autres
Publié: (2024)
TextrolSpeech: A Text Style Control Speech Corpus With Codec Language Text-to-Speech Models
par: Ji, Shengpeng, et autres
Publié: (2023)
par: Ji, Shengpeng, et autres
Publié: (2023)
Scaling NVIDIA's Multi-speaker Multi-lingual TTS Systems with Zero-Shot TTS to Indic Languages
par: Arora, Akshit, et autres
Publié: (2024)
par: Arora, Akshit, et autres
Publié: (2024)
Adversarial Training of Denoising Diffusion Model Using Dual Discriminators for High-Fidelity Multi-Speaker TTS
par: Ko, Myeongjin, et autres
Publié: (2023)
par: Ko, Myeongjin, et autres
Publié: (2023)
Compact Neural TTS Voices for Accessibility
par: Jain, Kunal, et autres
Publié: (2025)
par: Jain, Kunal, et autres
Publié: (2025)
Lightweight Zero-shot Text-to-Speech with Mixture of Adapters
par: Fujita, Kenichi, et autres
Publié: (2024)
par: Fujita, Kenichi, et autres
Publié: (2024)
Low-Resource Cross-Domain Singing Voice Synthesis via Reduced Self-Supervised Speech Representations
par: Kakoulidis, Panos, et autres
Publié: (2024)
par: Kakoulidis, Panos, et autres
Publié: (2024)
Adversarial training of Keyword Spotting to Minimize TTS Data Overfitting
par: Park, Hyun Jin, et autres
Publié: (2024)
par: Park, Hyun Jin, et autres
Publié: (2024)
DAIEN-TTS: Disentangled Audio Infilling for Environment-Aware Text-to-Speech Synthesis
par: Lu, Ye-Xin, et autres
Publié: (2025)
par: Lu, Ye-Xin, et autres
Publié: (2025)
TaDiCodec: Text-aware Diffusion Speech Tokenizer for Speech Language Modeling
par: Wang, Yuancheng, et autres
Publié: (2025)
par: Wang, Yuancheng, et autres
Publié: (2025)
ViT-TTS: Visual Text-to-Speech with Scalable Diffusion Transformer
par: Liu, Huadai, et autres
Publié: (2023)
par: Liu, Huadai, et autres
Publié: (2023)
Unseen Speaker and Language Adaptation for Lightweight Text-To-Speech with Adapters
par: Falai, Alessio, et autres
Publié: (2025)
par: Falai, Alessio, et autres
Publié: (2025)
LibriTTS-P: A Corpus with Speaking Style and Speaker Identity Prompts for Text-to-Speech and Style Captioning
par: Kawamura, Masaya, et autres
Publié: (2024)
par: Kawamura, Masaya, et autres
Publié: (2024)
ASTRA: Aligning Speech and Text Representations for Asr without Sampling
par: Gaur, Neeraj, et autres
Publié: (2024)
par: Gaur, Neeraj, et autres
Publié: (2024)
Test-Time Training for Speech Enhancement
par: Behera, Avishkar, et autres
Publié: (2025)
par: Behera, Avishkar, et autres
Publié: (2025)
Diffusion Synthesizer for Efficient Multilingual Speech to Speech Translation
par: Hirschkind, Nameer, et autres
Publié: (2024)
par: Hirschkind, Nameer, et autres
Publié: (2024)
IndexTTS: An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System
par: Deng, Wei, et autres
Publié: (2025)
par: Deng, Wei, et autres
Publié: (2025)
ParaStyleTTS: Toward Efficient and Robust Paralinguistic Style Control for Expressive Text-to-Speech Generation
par: Lou, Haowei, et autres
Publié: (2025)
par: Lou, Haowei, et autres
Publié: (2025)
Non-intrusive Speech Quality Assessment with Diffusion Models Trained on Clean Speech
par: de Oliveira, Danilo, et autres
Publié: (2024)
par: de Oliveira, Danilo, et autres
Publié: (2024)
OV-InstructTTS: Towards Open-Vocabulary Instruct Text-to-Speech
par: Ren, Yong, et autres
Publié: (2026)
par: Ren, Yong, et autres
Publié: (2026)
PTQ4ADM: Post-Training Quantization for Efficient Text Conditional Audio Diffusion Models
par: Vora, Jayneel, et autres
Publié: (2024)
par: Vora, Jayneel, et autres
Publié: (2024)
Low-Resource Self-Supervised Learning with SSL-Enhanced TTS
par: Hsu, Po-chun, et autres
Publié: (2023)
par: Hsu, Po-chun, et autres
Publié: (2023)
Modulating State Space Model with SlowFast Framework for Compute-Efficient Ultra Low-Latency Speech Enhancement
par: Cheng, Longbiao, et autres
Publié: (2024)
par: Cheng, Longbiao, et autres
Publié: (2024)
Windowed SummaryMixing: An Efficient Fine-Tuning of Self-Supervised Learning Models for Low-resource Speech Recognition
par: Menon, Aditya Srinivas, et autres
Publié: (2026)
par: Menon, Aditya Srinivas, et autres
Publié: (2026)
LoRP-TTS: Low-Rank Personalized Text-To-Speech
par: Bondaruk, Łukasz, et autres
Publié: (2025)
par: Bondaruk, Łukasz, et autres
Publié: (2025)
Accented Text-to-Speech Synthesis with a Conditional Variational Autoencoder
par: Melechovsky, Jan, et autres
Publié: (2022)
par: Melechovsky, Jan, et autres
Publié: (2022)
Documents similaires
-
SupertonicTTS: Towards Highly Efficient and Streamlined Text-to-Speech System
par: Kim, Hyeongju, et autres
Publié: (2025) -
UmbraTTS: Adapting Text-to-Speech to Environmental Contexts with Flow Matching
par: Glazer, Neta, et autres
Publié: (2025) -
HyperTTS: Parameter Efficient Adaptation in Text to Speech using Hypernetworks
par: Li, Yingting, et autres
Publié: (2024) -
FLY-TTS: Fast, Lightweight and High-Quality End-to-End Text-to-Speech Synthesis
par: Guo, Yinlin, et autres
Publié: (2024) -
Score-Based Training for Energy-Based TTS Models
par: Sun, Wanli, et autres
Publié: (2025)