Skip to content

GitLab

"vscode:/vscode.git/clone" did not exist on "1d2551d716b3fd9f40e528f50902f7cb17dc4617"
Commit 496360c6 authored by ACzhangchao's avatar ACzhangchao
Browse files

Update README.md

parent 71a2d4a6
Hide whitespace changes
Inline Side-by-side
Showing with 2 additions and 2 deletions
README.md
View file @ 496360c6
...@@ -10,13 +10,13 @@ https://arxiv.org/abs/1712.05884 ...@@ -10,13 +10,13 @@ https://arxiv.org/abs/1712.05884
Tacotron2与第一代相比剔除了CBHG模块，改为LSTM和卷积层，在保证语音合成质量的前提下简化了模型结构，提高训练和推理效率，在Vocoder部分使用可训练的WaveNet替换掉第一代中的Griffin-Lim算法，能够以高质量和高保真度生成音频波形 Tacotron2与第一代相比剔除了CBHG模块，改为LSTM和卷积层，在保证语音合成质量的前提下简化了模型结构，提高训练和推理效率，在Vocoder部分使用可训练的WaveNet替换掉第一代中的Griffin-Lim算法，能够以高质量和高保真度生成音频波形
![](D:\相关图片\tacotron2模型结构.png) ![](https://developer.sourcefind.cn/codes/modelzoo/tacotron2/-/raw/main/tacotron2%E6%A8%A1%E5%9E%8B%E7%BB%93%E6%9E%84.png?inline=false)
## 算法原理 ## 算法原理
Tacotron 2 模型通过使用编码器-解码器架构结合注意力机制，将文本序列转换为梅尔频谱图，然后利用WaveNet声码器将这些频谱图转化为自然语音波形，其核心在于端到端的训练方式和高质量语音合成能力。 Tacotron 2 模型通过使用编码器-解码器架构结合注意力机制，将文本序列转换为梅尔频谱图，然后利用WaveNet声码器将这些频谱图转化为自然语音波形，其核心在于端到端的训练方式和高质量语音合成能力。
![](D:\相关图片\LSTM.png) ![](https://developer.sourcefind.cn/codes/modelzoo/tacotron2/-/raw/main/LSTM.png?inline=false)
## 环境配置 ## 环境配置
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment