本周為TechBeat人工智能社區(qū)第309期線上Talk，也是ICLR 2021系列Talk第?期。

北京時間5月27日(周四)晚8點，ICLR 2021 Oral一作、UCSD在讀博士—孔之豐的第二場Talk將準時在TechBeat人工智能社區(qū)開播！他與大家分享的主題是: “DiffWave: 一種基于降噪擴散概率模型的普適音頻生成模型”，屆時將針對作者ICLR?2021?Oral?Paper?《Diffwave: A Versatile?Diffusion?Model?For?Audio?Synthesis》作出介紹。

為了幫助大家更好地理解工作，孔之豐上周曾在TechBeat介紹了相關生成模型的基礎，對生成模型進行簡短的綜述，并詳細介紹了DDPM和WaveNet兩類模型，戳節(jié)選版回顧！

Talk·信息

▼

主題：DiffWave，一種基于

降噪擴散概率模型的普適音頻生成模型

嘉賓：加州大學圣地亞哥分校

在讀博士生 孔之豐

時間：北京時間?5月27日 (周四) 20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

完整版怎么看？

掃描下方二維碼，或復制鏈接?https://datayi.cn/w/QPDLYLrP至瀏覽器，一鍵完成預約！上線后會在第一時間收到通知哦~

Talk·提綱

▼

音頻生成具有十分廣泛的應用，其包含若干種不同的任務，包括聲碼器(從梅爾圖譜生成語音)，基于類別標簽的生成以及無條件的生成。傳統(tǒng)的聲碼器模型都具有明顯短板，如生成速度慢，占用體積大，或語音質量有較大的提升空間。在基于類別標簽以及無條件的生成領域，目前尚無質量較好的純粹基于聲波數(shù)據(jù)的模型。

本文提出DiffWave模型，其既可以作為一個語音質量SOTA，占用體積小且快于實時生成的聲碼器，也能在基于類別標簽以及無條件的生成上實現(xiàn)巨大的提升。

本次分享的主要內容如下：[1]. 語音合成/生成簡介，與圖像數(shù)據(jù)的差異以及難點，背景模型介紹

[2]. DiffWave：基于降噪擴散概率模型的普適音頻生成器

[3]. 實驗：聲碼器，基于類別標簽和無條件生成，以及額外展示

Talk·參考資料

▼

這是本次分享中將會提及的資料，建議提前預習哦！

[1].?DDPM 1:?https://arxiv.org/pdf/1503.03585.pdf

[2]. DDPM 2:?https://arxiv.org/pdf/2006.11239.pdf

[3]. WaveNet:?https://arxiv.org/pdf/1609.03499.pdf

[4]. Others (background)：

https://deepmind.com/blog/article/wavenet-generative-model-raw-audio

[5].?Talk—DiffWave基礎, 生成模型介紹：https://www.techbeat.net/talk-info?id=524

Talk·提問交流

▼

通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦！

方式 ①

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻，我們都會給予你相應的i豆積分，還會有驚喜獎勵哦！

方式 ②

在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！

Talk·嘉賓介紹

▼

孔之豐，本科畢業(yè)于西安交通大學數(shù)學系，現(xiàn)在是加州大學圣地亞哥分校計算機科學的三年級博士生，導師是Kamalika Chaudhuri, 主要的研究方向為生成模型的理論，理解與應用。在ICLR、AISTATS、AAAI等會議發(fā)表論文，獲得百度美國研究院和英偉達深度學習研究院的研究實習。

關于TechBeat人工智能社區(qū)

TechBeat(www.techbeat.net)是一個薈聚全球華人AI精英的成長社區(qū)。我們希望為AI人才打造更專業(yè)的服務和體驗，加速并陪伴其學習成長。期待這里可以成為你學習AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！

更多詳細介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ