用统一引导框架提升流匹配语音合成的效率与鲁棒性

论文提出面向流匹配语音生成的统一引导框架：通过异构增强实现数据引导，促使模型分离语言内容与声学残留；同时结合轨迹校正和内在引导目标改进模型引导，将条件知识蒸馏进网络参数并拉直推理路径。摘要称，该方法无需分类器自由引导开销，推理速度接近提升3倍，并改善说话人相似度。