给大家分享一个freeswitch中文语音包，有需要的可以下载。

TacotronV2 + WaveRNN update at 2020-10-3 添加微调分支 开源中文语音数据集(女声)训练中文，实现中文到声学特征(Mel)转换的声学模型。在GTA模式下，利用训练好的TacotronV2合成标贝语音数据集中中文对应的Mel特征，作为声码器的训练数据。在合成阶段，利用TactornV2和WaveRNN合成高质量、高自然度的中文语音。 从任选一个speaker的语音数据集，微调TacotronV2中的部分参数，实现说话人转换。 Tensorflow serving + Flask 部署TacotronV2中文语音合成服务。 由于中采用Location sensitive attention，对长句字的建模能力不好(漏读、重复)，尝试了、、，能有效地解决对长句的建模能力，加快模型收敛速度。 tensorflow-gpu的版本为1.14.0 测试语音合成的效果

基于人工智能的中文语音文本智能编辑系统设计.pdf

PaddlePaddle实现的DeepSpeech2模型，训练free_st_chinese_mandarin_corpus数据集训练的模型，源码地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech

语音情感识别

MASR中文语音识别 MASR是一个基于端到端的深度神经网络的中文普通话语音识别项目。 原理 MASR使用的是门控卷积神经网络（Gated Convolutional Network），网络结构在Facebook在2016年提出的Wav2letter。但是使用的激活函数不是ReLU HardTanh ，而不是GLU （门控线性单元）。因此根据我的实验，使用GLU的收敛速度比HardTanh要快。如果您想要研究卷积网络用于语音识别的效果，这个项目可以作为一个参考。 以下用字错误率CER来假定模型的表现，CER =编辑距离/句子长度，越低越好 大致可以理解为1-CER就是识别准确率。 模型使用AISHELL-1数据集训练，共150小时的录音，覆盖了4000多个汉字。工业界使用的语音识别系统通常使用至少10倍于本项目的录音数据来训练，同时使用特定场景的语料来训练语言模型，所以，不要期待本项目可以

PPASR中文语音识别（进阶级）模型（thchs30数据集训练的），源码地址：https://github.com/yeyupiaoling/PPASR/tree/%E8%BF%9B%E9%98%B6%E7%BA%A7

常用5000 中文发音

pocketsphinx在windows下的中文语音识别 http://blog.csdn.net/itas109/article/details/78999477

微软中文语音库，安装即可使用。想做TTS项目的可以用来尝试一下