本周为TechBeat人工智能社区第309期线上Talk，也是ICLR 2021系列Talk第⑪期。

北京时间5月27日(周四)晚8点，ICLR 2021 Oral一作、UCSD在读博士—孔之丰的第二场Talk将准时在TechBeat人工智能社区开播！他与大家分享的主题是: “DiffWave: 一种基于降噪扩散概率模型的普适音频生成模型”，届时将针对作者ICLR 2021 Oral Paper 《Diffwave: A Versatile Diffusion Model For Audio Synthesis》作出介绍。

为了帮助大家更好地理解工作，孔之丰上周曾在TechBeat介绍了相关生成模型的基础，对生成模型进行简短的综述，并详细介绍了DDPM和WaveNet两类模型，戳节选版回顾！

Talk·信息

▼

主题：DiffWave，一种基于

降噪扩散概率模型的普适音频生成模型

嘉宾：加州大学圣地亚哥分校

在读博士生 孔之丰

时间：北京时间 5月27日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接 https://datayi.cn/w/QPDLYLrP至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

▼

音频生成具有十分广泛的应用，其包含若干种不同的任务，包括声码器(从梅尔图谱生成语音)，基于类别标签的生成以及无条件的生成。传统的声码器模型都具有明显短板，如生成速度慢，占用体积大，或语音质量有较大的提升空间。在基于类别标签以及无条件的生成领域，目前尚无质量较好的纯粹基于声波数据的模型。

本文提出DiffWave模型，其既可以作为一个语音质量SOTA，占用体积小且快于实时生成的声码器，也能在基于类别标签以及无条件的生成上实现巨大的提升。

本次分享的主要内容如下：[1]. 语音合成/生成简介，与图像数据的差异以及难点，背景模型介绍

[2]. DiffWave：基于降噪扩散概率模型的普适音频生成器

[3]. 实验：声码器，基于类别标签和无条件生成，以及额外展示

Talk·参考资料

▼

这是本次分享中将会提及的资料，建议提前预习哦！

[1]. DDPM 1: https://arxiv.org/pdf/1503.03585.pdf

[2]. DDPM 2: https://arxiv.org/pdf/2006.11239.pdf

[3]. WaveNet: https://arxiv.org/pdf/1609.03499.pdf

[4]. Others (background)：

https://deepmind.com/blog/article/wavenet-generative-model-raw-audio

[5]. Talk—DiffWave基础, 生成模型介绍：https://www.techbeat.net/talk-info?id=524

Talk·提问交流

▼

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

▼

孔之丰，本科毕业于西安交通大学数学系，现在是加州大学圣地亚哥分校计算机科学的三年级博士生，导师是Kamalika Chaudhuri, 主要的研究方向为生成模型的理论，理解与应用。在ICLR、AISTATS、AAAI等会议发表论文，获得百度美国研究院和英伟达深度学习研究院的研究实习。

关于TechBeat人工智能社区

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ