首页 > TAG信息列表 > tacotron2
语音合成论文优选：BVAE-TTS BVAE for Non-Autoregressive TTS
声明：语音合成论文优选系列主要分享论文，分享论文不做直接翻译，所写的内容主要是我对论文内容的概括和个人看法。如有转载，请标注来源。 欢迎关注微信公众号：低调奋进 Bidirectional Variational Inference for Non-Autoregressive Text-to-Speech 本文是ICLR 2021的文章，目前看到的文论文阅读笔记：Tacotron和Tacotron2
提示：阅读论文时进行相关思想、结构、优缺点，内容进行提炼和记录，论文和相关引用会标明出处。 文章目录 前言介绍模型结构TacotronCBHG内部结构说明Decoder结构说明post-processing net和waveform synthesis模型详细的配置 Tacotron2 实验结果TacotronTacotron2 关于vocoder基于Transformer的语音合成
论文： Neural Speech Synthesis with Transformer Network 摘要： 尽管端到端神经网络text-to-speech Tacotron2实现了state of the art performance 表现，但存在两个问题，1.在训练和推理过程的低效率，2. 难以使用当前的递归神经网络（RNN）对长期依赖性端到端语音合成：tacotron2及其改进方向
传统的语音合成方案如Merlin、HTS等，依赖于fulllabel和匹配问题集的生成，导致前端的处理工作是非常繁琐的。近年来，为了减少前端的数据准备工作，诞生了tacotron等优秀的端到端语音合成方案。本文着重讲解一下在业界广受好评的tacotron2，其结合了seq2seq(序列到序列)、位置敏感注