清华&巨人网络首创MoE多方言TTS框架，数据代码方法全开源
面对方言濒危与语音技术覆盖不足的问题，巨人网络AI Lab与清华大学联合推出开源多方言语音合成框架DiaMoE-TTS。该框架基于IPA统一输入表征，结合方言感知MoE架构与PEFT低资源适配技术，在仅使用开源数据条件下，实现对粤语、成都话、西安话等多种方言的有效建模。实验显示，IPA前端使WER从超90%显著下降至30%~40%，MOS提升1~2分，MoE结构进一步优化方言风格表达。全流程开源设计降低了研究门槛，支持全球小语种与方言的技术复现与扩展应用，为语言多样性保护提供了可扩展、低成本的技术路径。来源：https://mp.weixin.qq.com/s/RIECHcBUYZxkYR08CtuCAw
页:
[1]