韩国FastSpeech 2-Pytorch实施 介绍 随着基于深度学习的语音合成技术的最新发展，提出了一种非自回归语音合成模型，以提高自回归模型的慢速语音合成速度。 FastSpeech2是一种非自回归语音合成模型，它从蒙特利尔强制对齐器（M. McAuliffe等，2017）中提取通过提取音素（话音）对齐而获得的时长信息，并预测每个音素的时长。为此。 基于预测的持续时间来确定音素话语对准，并且基于该持续时间来生成与音素相对应的语音。 因此，要学习FastSpeech2，需要在MFA中学习的音素发音对齐信息。 该项目是Microsoft的实现，可在。 此源代码基于ming024的代码，并通过使用提取持续时间来实现。 该项目提供以下贡献。 使它适用于kss数据集的源代码 从蒙特利尔强制对齐器（TextGrid）提取的kss数据集的文本发音持续时间信息 在kss数据集上训练的FastS

基于PaddlePaddle实现的语音合成工具，包含GUI界面操作和Web接口，以及简单示例。 视频教程：https://www.bilibili.com/video/BV1G34y1s744

TensorflowTTS fastspeech2 mbmelgan 中文模型 .tflite文件 。安卓使用文件。