概念

T2S

traeai 已收录 1 篇与 T2S 相关的内容。最新一篇是「The Design Space of Tri-Modal Masked Diffusion Models」，由 Apple Machine Learning Research 发布。

别名：Text-to-Speech

文本到语音生成任务

已跟踪 1 条高相关材料

TraeAI 观察

The Design Space of Tri-Modal Masked Diffusion Models

Apple Machine Learning Research · 8.5 分

Apple提出三模态掩码扩散模型，实现多模态生成与优化，提供大规模实验结果。

Apple Machine Learning Research10月14日495 字 (约 2 分钟)

Apple提出三模态掩码扩散模型，实现多模态生成与优化，提供大规模实验结果。

入选理由：三模态MDM在3B参数规模下实现6.4T tokens训练，文本/图像/音频生成均表现优异

精选文章#Diffusion Models#Multimodal AI#NeurIPS#Apple Research英文

回答基于：T2S 相关 1 条材料