热门标签
热门文章
- 1兰州新区学计算机的地方,兰州新区大学城都有哪些学校
- 2No field mActive of type Landroid/util/SparseArray； in class Landroidx/fragment/app/FragmentManagerI_android nosuchfielderror: no instance field mactiv
- 3ctfmon是什么启动项_win7启动项没有ctfmon.exe的解决方法
- 4淘晶驰串口屏入门（四）进度条、滑块、定时器、单选框、复选框、二维码_陶晶弛串口屏写脚本定时刷新
- 5因为粗心遇到的坑 springboot 启动项目启动不了 Disconnected from the target VM, address: '127.0.0.1:63165', transport_yml文件disconnected报错
- 6群晖安装docker+宝塔面板+80端口+自动同步_群晖docker安装宝塔
- 7ios monkey
- 8多线程进阶：volatile的作用以及实现原理_多线程共享变量volatile
- 9airtest连接小米mix3不成功_airtest连接小米手机一连接就下线
- 10全网最全的网络安全技术栈内容梳理（持续更新中）_网络安全开发技术 博客
当前位置: article > 正文
语音合成TTS主要模型分析_tts模型
作者：AllinToyou | 2024-03-21 04:06:44
赞
踩
tts模型
语音合成TTS主要模型分析
Tacotron2+MB-MelGAN 语音合成模型【端到端自回归模型】
- Tacotron2 由 Google 大脑和机器感知团队发布
- Tacotron 相对于传统语音合成系统 优势
- 减少了特征工程，所有特征模型自行学习
- 避免多模块误差累计
- Tacotron 缺点
- 端到端不彻底，模型输出梅尔频谱，需要借助声码器转换为最终的语音波形 导致音质瓶颈
- 排错难，人为干预能力差
- 自回归原理，虽然和语言模型很像，但是音频采样点自回归更难，没有语言模型之前词嵌入的信息补充，需要自身更长历史信息才能保证预测准确率。
- 模型结构
- MB-MelGAN【Multi-band MelGAN】神经网络声码器
- 论文
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/AllinToyou/article/detail/278310
推荐阅读
相关标签
