抗噪强、自然度高
采用三个独立编码器分别提取内容、说话人身份和音高，并通过对抗训练与梯度反转层提取抗噪表示，在噪声环境下保持语音自然度与说话人相似度。
Chen, Lele · Xiongwei, Zhang · Li, Yihao · Sun, Meng
Engineering Applications of Artificial Intelligence 2024
使用三个独立编码器分别处理内容、说话人身份和音高，通过最小化互信息减少特征向量之间的相关性，从而提升解耦性能。
引入梯度反转层和噪声解耦判别器，通过对抗训练提取抗噪的说话人和内容表示，从而合成高质量语音。
采用干净和噪声数据交替训练的策略，有效引导并加速模型收敛。