قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
مشفر صوتي
وحدة، غالبًا ما تكون مبنية على VQ-VAE أو مشفر تلقائي، تقوم بضغط موجة صوتية خام في تمثيل كامن (Latent) بأبعاد أقل، وهو أكثر ملاءمة للمعالجة بواسطة عملية الانتشار.
مفكِّت صوتي
شبكة عصبية تعيد بناء موجة صوتية مسموعة من التمثيل الكامن المنزوع الضوضاء والذي ينتجه نموذج الانتشار، مما ينهي عملية التوليد.
خطوة زمنية للانتشار
متغير منفصل يمثل خطوة محددة في عملية إضافة الضوضاء أو إزالتها، يتحكم في مستوى الضوضاء المطبق ويوجه النموذج خلال تحويل الضوضاء النقية إلى إشارة صوتية متماسكة.
الاستدلال الموجه بواسطة المصنف
طريقة استدلال تستخدم مصنفًا مدربًا مسبقًا لتوجيه عملية إزالة الضوضاء نحو مخرج ينتمي إلى فئة محددة (مثل 'صوت رجالي'، 'بيانو')، دون تعديل أوزان نموذج الانتشار.
نموذج الاتساق
عائلة من نماذج الانتشار مصممة لتوليد عينات عالية الجودة في خطوة واحدة أو في عدد قليل جدًا من الخطوات، من خلال التعلم على الحفاظ على الاتساق بين مستويات الضوضاء المختلفة، مما يقلل بشكل كبير من وقت الاستدلال.
مخطط السرعة
استراتيجية تخطيط لعملية إزالة الضوضاء تحدد تسلسل الخطوات الزمنية (timesteps) المراد استخدامها أثناء الاستدلال، مما يحسن التوازن بين جودة الصوت الناتج وعدد خطوات الحساب المطلوبة.
صوت عالي الدقة
هدف نماذج الانتشار الصوتي المتقدمة، التي تهدف إلى توليد موجات صوتية بمعدلات عينة عالية (مثال: 48 كيلو هرتز) وعمق بت كبير (مثال: 24 بت)، مما يقترب من جودة التسجيلات الاحترافية أو يتجاوزها.
نموذج الانتشار العشوائي
نهج انتشار حيث تتضمن عملية إزالة الضوضاء مكونًا عشوائيًا في كل خطوة، مما يسمح بمزيد من التنوع والإبداع في التوليدات الصوتية، على حساب قابلية إعادة الإنتاج الأقل.
نموذج الانتشار الحتمي
متغير من عملية الانتشار حيث يتبع إزالة الضوضاء مساراً يمكن التنبؤ به وخالياً من العشوائية، مما يعزز اتساق واستقرار النتائج لنفس المدخلات، ويستخدم غالباً لتطبيقات إعادة التركيب الدقيقة.
نموذج انتشار الكلام (Speech Diffusion Model)
تخصص من نماذج انتشار الصوت المدربة حصرياً على بيانات الكلام، تهدف إلى توليد أصوات طبيعية ومعبرة مع تحكم دقيق في المتحدث، والنبرة، والعاطفة.
نموذج الانتشار الموسيقي (Music Diffusion Model)
تطبيق الانتشار على توليد الموسيقى، حيث يتعلم النموذج الهياكل التوافقية والإيقاعية واللحنية لتأليف مقاطع موسيقية كاملة أو عينات آلات موسيقية متماسكة.
أخذ العينات الخطي (Linear Sampling)
استراتيجية استدلال يتم فيها توزيع خطوات زمنية لإزالة الضوضاء بشكل موحد على الجدول الزمني للعملية، وهي بسيطة ولكنها أحياناً دون المستوى الأمثل لجودة الصوت النهائية.
أخذ العينات اللوغاريتمي (Log-Sampling)
استراتيجية استدلال تركز خطوات إزالة الضوضاء في بداية العملية (عندما تكون الإشارة مشوشة جداً) وتتباعدها نحو النهاية، مما ثبت أنه أكثر فعالية في التقاط الهياكل الصوتية منخفضة التردد.