# 高保真音频合成

BigVGAN是一种通过大规模训练实现的通用神经声码器，能够为语音合成等任务提供高质量的音频输出。

BigVGAN是一种基于大规模训练的通用神经声码器，能够高质量地生成音频波形。

BigVGAN是基于大规模训练的通用神经声码器，能够高质量地将梅尔频谱转换为波形音频。

BigVGAN是基于大规模训练的通用神经声码器，能够高质量地将梅尔频谱转换为波形。v2版本通过定制CUDA内核加速推理，并扩展了训练数据多样性。

BigVGAN是基于大规模训练的通用神经声码器，能够从梅尔频谱生成高质量音频波形。

BigVGAN是一种高性能神经声码器，通过大规模训练实现高质量的音频合成，支持多种采样率和频带配置。

Tango 2是基于Tango改进的文本生成音频模型，通过DPO对齐训练优化音频生成质量

MusicGen是一款由Meta AI开发的文本生成音乐模型，能够根据文本描述或音频提示生成高质量立体声音乐样本。