M3-TTS: Multi-modal DiT Alignment & Mel-latent for Zero-shot High-fidelity Speech Synthesis

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Wang, Xiaopeng, Qiang, Chunyu, Fu, Ruibo, Wen, Zhengqi, Liu, Xuefei, Liu, Yukun, Liang, Yuzhe, Yin, Kang, Xie, Yuankun, Xie, Heng, Li, Chenxing, Zhang, Chen, Li, Changsheng
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!