#142 · 主分类： 语音合成与识别
deepvoice3_pytorch
end-to-end
machine-learning
multi-speaker
python
pytorch
speech-processing
speech-synthesis
tts
基于卷积神经网络的文本转语音合成模型的PyTorch实现
项目最后更新：12/19/23
GitHub Stars
2.0K
Forks数量
481
贡献者数量
16
许可证
Other
收录理由
DeepVoice3_pytorch 是 2017 年 Deep Voice 3 论文中卷积语音合成模型的 PyTorch 移植版，采用带注意力的全卷积序列到序列架构。项目还整合了相关的引导注意力变体，并为 LJSpeech、JSUT、VCTK 数据集提供了预处理脚本，也支持自定义 JSON 格式，同时包含英语和日语的前端文本处理器，因此你可以自行训练单说话人或多说话人模型。预训练模型和音频样例让你在花费时间训练之前就能判断输出质量。代码源自 2017 年，需要清理一些依赖和 PyTorch 版本，但若想研究这类卷积 TTS 系统的内部连接方式，或复现其结果，它依然是值得参考的资源。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。