# 高保真音頻合成

BigVGAN是一種通過大規模訓練實現的通用神經聲碼器，能夠為語音合成等任務提供高質量的音頻輸出。

BigVGAN是一種基於大規模訓練的通用神經聲碼器，能夠高質量地生成音頻波形。

BigVGAN是基於大規模訓練的通用神經聲碼器，能夠高質量地將梅爾頻譜轉換為波形音頻。

BigVGAN是基於大規模訓練的通用神經聲碼器，能夠高質量地將梅爾頻譜轉換為波形。v2版本通過定製CUDA內核加速推理，並擴展了訓練數據多樣性。

BigVGAN是基於大規模訓練的通用神經聲碼器，能夠從梅爾頻譜生成高質量音頻波形。

BigVGAN是一種高性能神經聲碼器，通過大規模訓練實現高質量的音頻合成，支持多種採樣率和頻帶配置。

Tango 2是基於Tango改進的文本生成音頻模型，通過DPO對齊訓練優化音頻生成質量

MusicGen是一款由Meta AI開發的文本生成音樂模型，能夠根據文本描述或音頻提示生成高質量立體聲音樂樣本。