跳到正文
arXiv · cs.AI· Yixuan Li, Xuenan Xu, Zeyu Xie, Mengyue Wu·· 11 小时前

AlignAudio:用于噪声鲁棒语音条件生成的双重对齐框架

AlignAudio: A Unified Dual-Alignment Framework for Noise-Robust Speech-Conditioned Generation

arXiv:2610.14697v1阅读论文 PDF ↗

仅依据论文摘要整理;未读取全文,实验条件、证明与基准细节请核对原文。

作者:Yixuan Li, Xuenan Xu, Zeyu Xie, Mengyue Wu

研究任务与主要进展

Yixuan Li、Xuenan Xu、Zeyu Xie和Mengyue Wu提出AlignAudio,通过对齐干净与噪声语音表示来保留语义线索,并在流匹配框架内约束生成级一致性。

阶段、条件与复现 · 深读核对

  • 新能力对应什么具体任务与最小输入输出?
  • 代码、模型、数据、许可与可用入口是否明确?
  • 效果、总成本、失效条件与实际工作流如何验证?

这些是阅读核对问题;材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。

来源:arXiv · cs.AI · arxiv.org