Este artículo propone GOAT (Alineación de Distribución Guiada por GFlOwNet), un novedoso método para abordar las alucinaciones en sistemas de texto a voz (TTS) basados en modelos lingüísticos. A diferencia de los métodos existentes, GOAT es un marco de trabajo posterior al entrenamiento que mitiga las alucinaciones sin excesivos recursos de entrenamiento ni retrasos en la inferencia. Analizamos la fuerte correlación entre la incertidumbre del modelo y las alucinaciones, y replanteamos la generación de TTS como un problema de optimización del flujo de trayectorias, empleando objetivos de equilibrio de subtrayectorias mejorados y recompensas internas ajustadas con precisión como distribución objetivo. Integramos la reducción de la temperatura de recompensa y la optimización de la tasa de aprendizaje para equilibrar la estabilidad y el rendimiento. Los resultados experimentales demuestran una excelente generalización y eficacia, reduciendo las tasas de error de caracteres en más del 50 % y la incertidumbre hasta en un 58 % en casos de prueba complejos.
