वेवग्लो फ्लो-आधारित वोकोडर

वेवग्लो एनवीआईडीआईए का एक प्रवाह-आधारित न्यूरल वोकोडर है जो ऑटोरेग्रेशन के बिना एक ही पास में मेल-स्पेक्ट्रोग्राम से भाषण तरंगों को संश्लेषित करता है। यह मायने रखता है क्योंकि यह केवल एक साधारण संभावना हानि का उपयोग करके वास्तविक समय की तुलना में तेजी से उच्च गुणवत्ता वाला ऑडियो वितरित करता है।

वेवग्लो, वेवनेट के ऑडियो-मॉडलिंग डिज़ाइन के साथ ग्लो की उलटी प्रवाह संरचना को फ़्यूज़ करता है।

वेवग्लो एक सामान्यीकरण प्रवाह है जो गॉसियन शोर और ऑडियो के बीच एक उलटा मैपिंग सीखता है।

क्योंकि नेटवर्क उलटा है, आप गॉसियन शोर खींचते हैं और मेल-स्पेक्ट्रोग्राम पर वातानुकूलित प्रवाह को पीछे की ओर चलाते हैं।

प्रवाह के रूप में, वेवग्लो सटीक लॉग-संभावना को अधिकतम करता है, जिसके लिए किसी विभेदक या आसवन की आवश्यकता नहीं होती है।

प्रत्येक प्रवाह चरण ग्लो से अपनाए गए एक उलटे 1x1 कनवल्शन के साथ एक एफ़िन युग्मन परत को जोड़ता है।