两篇基于能量语音合成论文更新版本

Wanli Sun、Anton Ragni 等人于 2026 年 10 月 14 日更新了两篇基于能量模型（EBM）的语音合成论文，分别被 ICASSP 2024 和 Interspeech 2025 接收。 其中一篇将 EBM 引入非自回归语音合成，提出用噪声对比估计训练 EBM，并给出多种生成有效负样本的策略（包括借助高性能 AR 模型），采样采用 Langevin MCMC，从而建立 EBM 与扩散模型的联系；在 LJSpeech 数据集上，该方法相较 Tacotron 2 取得改进。另一篇针对 EBM 训练提出新准则，学习更适合一阶优化方案的 score，以改进 NCE 和 sliced score matching 忽略对数似然函数形式的问题，并实验对比了这些方法在 EBM 训练上的表现。

AI 根据报道生成 · 1 小时前更新

1. 10月15日 12:00 · 1 篇报道
   arXiv 发布基于能量的语音合成论文更新版
   arXiv：cs.LG：基于能量模型的语音合成
2. 10月15日 12:00 · 1 篇报道
   提出面向一阶优化的EBM-TTS训练准则
   arXiv：cs.LG：面向基于能量 TTS 模型的 Score-Based 训练方法

还没有足够的连续观测数据，暂不绘制趋势。