WaveGlow المشفر الصوتي القائم على التدفق

It matters because it delivers high-quality audio faster than real time using only a simple likelihood loss.

تجمع WaveGlow، التي أصدرتها Prenger وValle وCatanzaro في NVIDIA في عام 2018، بين أفكار Glow وWaveNet لإنشاء مشفر صوتي سريع وسهل التدريب. على عكس مشفرات الصوت GAN، فهو عبارة عن تدفق طبيعي: فهو يتعلم تعيينًا عكسيًا بين توزيع غاوسي بسيط وشكل موجة صوتية، مشروطًا بمخطط ميل الطيفي. يعمل التدريب على زيادة احتمالية تسجيل البيانات إلى أقصى حد، لذلك فهو لا يحتاج إلى أداة تمييز منفصلة، ​​ولا انحدار تلقائي، ولا حاجة إلى تقطير بين شبكتين بين المعلم والطالب وهو ما كانت تتطلبه أساليب WaveNet المتوازية السابقة. لتوليد الصوت، يمكنك أخذ عينة من الضوضاء الغوسية وتشغيل الشبكة القابلة للعكس في الاتجاه المعاكس. ينتج WaveGlow صوتًا بجودة مماثلة لـ WaveNet أثناء التوليف بشكل أسرع بكثير من الوقت الفعلي على وحدة معالجة الرسومات الحديثة.