FastSpeech 2-PyTorch实施 这是Microsoft文本到语音系统的PyTorch实现。该项目基于。随意使用/修改代码。 FastSpeech 2有多个版本。此实现与更相似，后者使用F0值作为音高特征。另一方面，通过连续小波变换提取的音高频谱图在中用作音高特征。 更新 2021/2/26：支持英语和普通话TTS 2021/2/26：支持多扬声器TTS（AISHELL-3和LibriTTS） 2021/2/26：支持MelGAN和HiFi-GAN声码器 音频样本 此实现生成的

FastSpeech-Pytorch 基于Pytorch的FastSpeech的实现。 更新（2020/07/20） 优化培训过程。 优化长度调节器的实施。 使用与FastSpeech2相同的超级参数。 1、2和3的措施使训练过程比以前快3倍。 更好的语音质量。 模型 我的博客 准备数据集 下载并提取。 将LJSpeech数据集放入data 。 解压缩alignments.zip 。 将放入waveglow/pretrained_model ，并重命名为waveglow_256