从代码出发 Diffusion 的train 和 inference 您 懂了吗？

从代码出发

一张图说明 Train & Inference

train的过程：

1. 给定 真实mel， 然后随机 t 步 噪声， 加到真实mel， 生成带噪的mel
2. 通过方差适配器输出的 cond 和 步数 t， 以及带噪mel。 预测噪声。
   （注意， 这个为了和inference 保持一致， 在推理时需要类似 带噪mel、cond、t 这个三个输入， 才能预测噪声， 带噪mel减去预测噪声，就是真实mel了）
   inference：
3. 随机出一个 噪声x(假设这是符合高斯分布的 带噪mel)， 然后输入噪声x，与方差适配器输出的cond，以及预设的步骤t 到训练好的去噪器(denoise) 来预测噪声
4. 噪声x - 预测噪声 = 预测的mel， 也即是合成的mel