VAE Tacotron-2： 非官方实现 仓库结构： Tacotron-2 ├── datasets ├── LJSpeech-1.1 (0) │   └── wavs ├── logs-Tacotron (2) │   ├── mel-spectrograms │   ├── plots │   ├── pretrained │   └── wavs ├── papers ├── tacotron │   ├── models │   └── utils ├── tacotron_output (3) │   ├── eval │   ├── gta │   ├── logs-eval │   │   ├── plots │   │   └── wavs │   └── natural └── training_data (1)    ├── audio    └── mels

利用谷歌系统的TTS功能，把文字转换成语音

讯飞的语音合成jar包，例子以及API文档

1、java文字转语音输出，该资源中，包括jacob-1.19.jar、demo、微软TTS语音修复助手、Microsoft Lili语音引擎.zip。 2、整理出了在项目中遇见的坑，如com.jacob.com.ComFailException: Can't get object clsid from progid。 3、解决win7运行报错。 4、demo支持将文字转换成音频信号，然后输出到.WAV文件，支持切换语音类型。

微软TTS文本转语音引擎的确是非常NB，合成语音非常接近真人，应该是当前同类产品中体验最好的，官网有提供在线语音合成，但不提供合成后的音频文件下载，使用时会比较麻烦，所以写成工具。下载地址https://www.null119.cn/index.php/archives/162/

com.google.android.tts

文字转化为语音Android中TextToSpeech类的简单使用。

计算机软件-编程源码-源码分享之tts运用.zip

情感文本转语音的深度学习 关于我们尝试使用深度学习方法进行情感文字转语音的摘要 内容 数据集 数据集 演讲人数 情绪化 话语数量 不重复提示数 期间 语言 评论 优点 缺点 24（12女，12男） 8（镇静，中立，快乐，悲伤，愤怒，恐惧，惊喜和恶心） 1440 2个 约1小时 英语 每个说话者都有4种表达中性情绪的声音，而8种说话则包含所有其他情绪的声音，因此每个说话者有60种言语 容易获得 包含的情绪很容易解释 话语非常有限 词汇不佳 用不同的声音说出相同的话 5（3男，2女） 5（中立，逗乐，生气困，厌恶） 6914（1568、1315、1293、1720、1018） 1150 约7小时 英文，法文（1名男性） 尝试大型语料库进行情感表达 逗乐的情绪包含非语言提示，例如咯咯笑等，这些提示不会显示在笔录中 同样，困倦也有打哈欠的声音。 我们免费提供的唯一大规模情感语料

定位相关的Tacotron 的PyTorch实现。 音频样本可以在找到。 可以在找到Colab演示。 图1： Tacotron（具有动态卷积注意）。 图2：示例梅尔谱图和注意图。 快速开始 确保您已安装Python 3.6和PyTorch 1.7或更高版本。 然后安装此软件包（以及）： pip install tacotron univoc 用法示例 import torch import soundfile as sf from univoc import Vocoder from tacotron import load_cmudict , text_to_id , Tacotron # download pretrained weights for the vocoder (and optionally move to GPU) vocoder = Vocoder .