基于MEL谱图预测的自然TTS合成 NATURALTTSSYNTHESISBYCONDITIONINGWAVENETONMELSPECTROGRAM P.pdf

上传者: 43569398 | 上传时间: 2021-06-29 09:09:20 | 文件大小: 331KB | 文件类型: PDF
本文介绍了tacotron2,一种直接从文本合成语音的神经网络结构。该系统由一个循环序列到序列特征预测网络组成,该网络将字符嵌入映射到mel尺度谱图,然后由一个改进的波网络模型作为声码器,从这些谱图合成时域波形。我们的模型实现了4.53的平均意见核心(MOS),与专业录音语音的平均意见核心(MOS)4.58相当。为了验证我们的设计选择,我们对我们系统的关键部件进行了初步研究,并评估了使用mel谱图作为波网络的条件输入而不是语言、持续时间和F0特征的影响。我们进一步表明,使用这种紧凑的声学中间表示法可以显著减小波网结构的尺寸。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明