Transformer-TTS

• 基于pytorch复现的论文 Neural Speech Synthesis with Transformer Network
• 这个模型合成速度比tacotron快3-4倍，合成质量也比较高。每步大概需要0.5秒。
• 没有使用wavenet声码器，使用tacotron的CBHG模型，使用griffin-lim算法将频谱图转换为原始波。
• model结构

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tL3EG5JP-1593704300755)(https://i.loli.net/2020/07/01/QB5aAbrcLNtTuFR.png)]

Requirements

• Install python 3
• Install pytorch == 0.4.0
• Install requirements:

falcon==1.2.0 inflect==0.2.5 librosa==0.7.1 scipy==1.0.0 Unidecode==0.4.21 pandas numpy tensorboardX tqdm

Data

• LJspeech

Pretrained Model

总结

以上是生活随笔为你收集整理的语音合成：transformer tts 论文复现以及dockerfile的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。