Hugging Face Daily Papers·· 3 天前精选AI 评分45
StyleStream 2.0 发布：更快且可控的流式语音风格转换
StyleStream 2.0: Fast and Controllable Streaming Voice Style Conversion
AI 导读
StyleStream 2.0 提出更快的可控流式语音风格转换框架，在消费级 GPU 上把端到端延迟从 StyleStream 1.0 的约 1 秒降到 520 毫秒，约 2 倍加速，同时保持转换质量。
推荐理由
论文给出端到端延迟从约1秒降到520毫秒的具体数字，并新增文本驱动的音色设计与编辑接口。
来源：Hugging Face Daily Papers · huggingface.co