HiFi-GAN

High-Fidelity GAN (Kong et al., 2020)

Türkçe: Yüksek Sadakatli GAN Vokoderi

Ayrıntılı Tanım

Mel-spektrogramlardan ham ses dalgası üretmek için geliştirilen; çok periyotlu ve çok ölçekli ayırt ediciler (discriminators) kullanarak hem inanılmaz yüksek ses kalitesi hem de gerçek zamanlıdan çok daha hızlı (ultra-fast) sentez sunan endüstri standardı vokoderdir.

Ne İşe Yarar / Çözülen Problem

WaveNet gibi eski modellerin saniyede 1 kelimeyi dakikalarca üretme yavaşlığını çözer; modern TTS sistemlerinin arkasındaki standart ses motorudur.

Nasıl Çalışır? (Teknik & Mekanizma)

İki tür ayırt edici çalışır: * **Multi-Period Discriminator (MPD):** Sesin periyodik müzikal dalgalarını farklı aralıklarda inceler. * **Multi-Scale Discriminator (MSD):** Farklı çözünürlüklerde sesin genel yapısını denetler.

Örnek Senaryo & Pratik Uygulama

Piyanistin bastığı notaları saniyenin binde birinde gecikmesiz olarak en kristal ve berrak akustik sesle hoparlörden fırlatan stüdyo amplifikatörü.

Benzer Terimlerden Farkı

Difüzyon tabanlı vokoderlerden katbekat daha hızlıdır; GPU üzerinde gerçek zamanın onlarca katı hızda ses dalgası basar.

İlişkili Terimler (3)

#498

Vocoder

Nöral Vokoder / Ses Kodlayıcı-Sentezleyici

#497

Text-to-Speech (TTS)

Metinden Sese Dönüştürme / Ses Sentezi

#301