Silencio-2: TTS-Emotion-Tags durch direktes Weight-Editing verbessert
Warum es zählt
Weight-Space-Editing mit einem LLM-Agenten kann unzuverlässige Control-Tokens in Finetuned-Modellen ohne weitere Trainingsdaten fixieren. Die Methode ist auf andere kleine TTS- oder Sprach-Modelle übertragbar, wenn Attention-Analyse zeigt, dass ein Token zu selten gelesen wird.
— Lumeric Redaktion
Whisper-Detection (voiced frames, pyin) – <whisper>-Tag · Spitzenwert
20.8%
whisper korrekt (vorher)
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Silencio-2: TTS-Emotion-Tags durch direktes Weight-Editing verbessert
Warum es zählt
Weight-Space-Editing mit einem LLM-Agenten kann unzuverlässige Control-Tokens in Finetuned-Modellen ohne weitere Trainingsdaten fixieren. Die Methode ist auf andere kleine TTS- oder Sprach-Modelle übertragbar, wenn Attention-Analyse zeigt, dass ein Token zu selten gelesen wird.
— Lumeric Redaktion
Whisper-Detection (voiced frames, pyin) – <whisper>-Tag · Spitzenwert
20.8%
whisper korrekt (vorher)
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.