CyFi-TTS：采用细粒度表示的循环归一化流端到端文本转语音方法

基于摘要分析。CyFi-TTS 研究端到端文本转语音（TTS）在处理训练中未见的转录文本时容易出现发音错误的问题，提出结合细粒度表示与循环归一化流的方法，以缩小文本与语音之间的信息差。其主要研究对象是语音合成，而非 EEG 解码或 BCI。 作者将上述困难归因于文本到语音的一对多映射，并采用 temporal multi-resolution upsampler（时间多分辨率上采样器）逐步生成细粒度表示，再利用 cyclic normalizing flow（循环归一化流）通过循环表示学习生成声学表示。摘要未提供循环学习的具体约束、损失形式、训练流程及直接生成语音的实现细节，尚不能据此判断各模块的独立贡献。 作者报告，相比近期 TTS 系统，CyFi-TTS 生成的语音发音更清晰，平均主观意见分数（mean opinion score）为 4.02，字符错误率为 1.99%。摘要未说明这些数值对应的数据集、训练与测试划分、未见转录文本的构造方式、对照系统、主观评价量表及字符错误率计算流程，因此不能直接与其他协议下的结果比较；实验协议、消融及统计信息尚未验证。 该摘要没有提供从神经信号到语音的建模机制或实验依据，不能将其 TTS 结果视为 BCI 语音解码有效性的证据。相关 EEG/BCI 工作尚未检索确认。复现前需核对全文中的数据处理、模型配置、评价协议及代码可用性。