音声生成のための汎用的な事前学習モデルの提案 - Flow Matchingを用いた生成モデルの事前学習

本研究では、大規模な無音声データを用いて事前学習された生成モデル「SpeechFlow」を提案する。SpeechFlowは、様々な音声生成タスクに適用可能で、既存の専門モデルと同等以上の性能を示す。