扩展TTS LLMs：基于多奖励 GRPO 提升稳定性和韵律

这篇 ArXiv 论文探讨了文本转语音 (TTS) 大型语言模型 (LLM) 的改进，重点关注稳定性和韵律质量。 Multi-Reward GRPO 的使用表明了一种训练这些模型的新颖方法，可能会影响更自然的语音生成。

• •研究了 Multi-Reward GRPO 在训练 TTS LLM 中的应用。
• •旨在提高生成语音的稳定性和韵律质量。
• •特别关注单码本 TTS LLM，提供了一种简化的方法。