MegaTTS 3: Sparse Alignment Enhanced Latent Diffusion Transformer for Zero-Shot Speech Synthesis

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Jiang, Ziyue, Ren, Yi, Li, Ruiqi, Ji, Shengpeng, Zhang, Boyang, Ye, Zhenhui, Zhang, Chen, Jionghao, Bai, Yang, Xiaoda, Zuo, Jialong, Zhang, Yu, Liu, Rui, Yin, Xiang, Zhao, Zhou
Formato:	Preprint
Publicado:	2025
Materias:	Audio and Speech Processing Machine Learning Sound
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2502.18924