AlignAudio：双重对齐提升噪声语音条件生成鲁棒性

Yixuan Li、Xuenan Xu、Zeyu Xie 和 Mengyue Wu 在 arXiv 发布论文（arXiv:2610.14697），提出噪声鲁棒语音条件生成框架 AlignAudio。其核心是双重对齐：对齐干净与噪声语音表示以保留语义线索，并在流匹配范式内约束生成级一致性以提升条件保真度。 作者称，在语音到音频（STA）和语音转换（VC）任务上的实验显示，AlignAudio 在干净语音上与基线性能相当，而在多种噪声条件下显著优于基线。该对齐策略适用于单流和多流语音条件，并可集成到不同基于流匹配的生成框架及后训练设置中。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。