低成本神经语音合成：提升LPCNet的效率
音频与语音处理
2022-02-24 v1 机器学习
声音
摘要
神经语音合成模型能够合成高质量语音，但通常需较高计算复杂度。在先前工作中，我们引入了LPCNet，其利用线性预测显著降低了神经合成复杂度。本工作中，我们进一步改进LPCNet的效率——兼顾算法与计算层面的改进——使其可在各类设备上使用。我们展示了在速度提升2.5倍的同时合成质量有所提高。所得到的开源LPCNet算法可在大多数现有手机上实现实时神经合成，甚至在一些嵌入式设备中也可使用。
引用
@article{arxiv.2202.11169,
title = {Neural Speech Synthesis on a Shoestring: Improving the Efficiency of LPCNet},
author = {Jean-Marc Valin and Umut Isik and Paris Smaragdis and Arvindh Krishnaswamy},
journal= {arXiv preprint arXiv:2202.11169},
year = {2022}
}
备注
Accepted for ICASSP 2022, 5 pages