WaveNet: A Generative Model for Raw Audio (2016 论文)

概述

提出 WaveNet 音频生成模型的论文，使用空洞因果卷积直接建模原始音频波形。

关键内容

1. 空洞因果卷积：使用膨胀卷积扩大感受野，捕获长距离音频依赖，同时保持因果性（不依赖未来样本）。
2. 高质量语音：WaveNet 生成的语音质量远超当时的参数化方法，接近真人水平。
3. 自回归生成：逐样本生成音频，计算成本高，这一局限后来被 扩散模型 和并行生成方法部分解决。

来源

• ai_papers_timeline.md — 2016 年时间线条目

相关

• Aaron van den Oord — authored_by
• WaveNet — introduced
• 扩散模型 — influenced