Wat is een vocoder (HiFi-GAN, WaveNet)?

Vocoder (vocoder) is een model of algoritme dat een geluidspresentatie (bijvoorbeeld een spectrogram of spraakparameters) weer omzet in een audiosignaal. In de context van HiFi-GAN en WaveNet zijn het neurale vocoders die hoogwaardige spraak of audio genereren uit tussenliggende kenmerken.

• WaveNet: is een autoregressief model dat een audiosignaal met hoge precisie genereert door elke volgende sample te voorspellen op basis van de vorige. Het zorgt voor een natuurlijke klank, maar vereist aanzienlijke rekenbronnen.

• HiFi-GAN: is een generatief adversarial netwerk (GAN) dat snel audio van hoge kwaliteit synthetiseert, terwijl het natuurlijkheid en detail behoudt. Het werkt veel sneller dan WaveNet, wat belangrijk is voor realtime toepassingen.

Beide modellen worden veel gebruikt in spraak-synthesesystemen (TTS), verbetering van audiokwaliteit en andere taken gerelateerd aan geluidsgeneratie.