https://blog.qife122.com/tags/%E6%96%87%E6%9C%AC%E5%88%B0%E5%A3%B0%E9%9F%B3%E7%94%9F%E6%88%90/ Recent content in 文本到声音生成 on 办公AI智能小助手 Hugo zh-cn qife Mon, 08 Sep 2025 23:22:41 +0800 https://blog.qife122.com/p/%E6%96%87%E6%9C%AC%E5%88%B0%E5%A3%B0%E9%9F%B3%E7%94%9F%E6%88%90%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4soundctm%E6%A8%A1%E5%9E%8B%E8%AF%A6%E8%A7%A3/ Mon, 08 Sep 2025 23:22:41 +0800 https://blog.qife122.com/p/%E6%96%87%E6%9C%AC%E5%88%B0%E5%A3%B0%E9%9F%B3%E7%94%9F%E6%88%90%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4soundctm%E6%A8%A1%E5%9E%8B%E8%AF%A6%E8%A7%A3/ <h3 id="采访yuki-mitsufuji文本到声音生成">采访Yuki Mitsufuji：文本到声音生成</h3> <p>今年早些时候，我们曾与某机构AI首席研究科学家Yuki Mitsufuji讨论了图像生成方面的研究工作。Yuki及其团队随后将工作扩展到声音生成领域，在ICLR 2025上发表了题为《SoundCTM：统一基于分数和一致性模型的全频段文本到声音生成》的论文。我们再次采访Yuki以了解更多信息。</p>