Noiz AI联合港科大与清华，推出极速音频生成大模型AudioX-Turbo，实现4步推理、单卡0.24秒出声，大幅提升了音频生成效率和精准度。该模型通过分布匹配蒸馏和对抗蒸馏技术，将扩散生成过程从50-200步减少至4步，并利用920万量级的强指令数据集，使模型能够理解时间戳等复杂指令。所有训练代码及模型权重已开源。
🔗 [论文地址]：https://zeyuet.github.io/AudioX-Turbo/
🔗 [GitHub项目]：https://github.com/NoizAI/AudioX-Turbo
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
没有相关内容!
