Lina-Speech: Gated Linear Attention and Initial-State Tuning for Multi-Sample Prompting Text-To-Speech Synthesis
Created by
Haebom
Category
Empty
저자
Theodor Lemerle, Teo Guichoux, Axel Roebel, Nicolas Obin
개요
Lina-Speech는 Gated Linear Attention (GLA)을 사용하여 추론 처리량을 개선하면서도 최첨단 성능을 달성하는 TTS(Text-to-Speech) 모델입니다. 이 모델은 Recurrent 아키텍처의 상태 저장 속성을 활용하여 임의의 수와 길이를 가진 여러 음성 샘플의 조건부 지정을 가능하게 하는 Initial-State Tuning (IST) 전략을 도입했습니다. 이는 음성 복제 및 도메인 밖의 말하기 스타일과 감정 적응을 위한 포괄적이고 효율적인 전략을 제공합니다.
시사점, 한계점
•
GLA를 통해 표준 self-attention을 대체하여 추론 처리량 향상.
•
IST 전략을 통해 다양한 음성 샘플을 기반으로 한 음성 복제 및 스타일/감정 적응 가능.