2020港中文PPG代码复现细节: CODE-SWITCHED SPEECH SYNTHESIS USING BILINGUAL PHONETIC POSTERIORGRAM

0. 说明

具体有三个PPG-TTS的版本:

1. 港中文的论文模型细节
2. 我实现的细节(sch, lh, zhaoxt)
3. 阿里达摩院2020InterSpeech的结构细节

目的是:

1. 达到论文的Demo的水平,
2. 获取PPG的经验

1. ASR-PPG-Extractor

1.0. HMM模型部分

关于ForceAlignment那部分, 不懂. 出发点是ForceAlignment的结果和DNN部分

以下简称ASR-DNN部分为ASR

1.1. 标准的港中文ASR

1.1.1. 英文ASR模型结构

1.1.2. 中文ASR模型结构

1.1.3. 港中文ASR的训练结果

1.2. 我(实验室)的ASR

1.2.1. 中/英问ASR模型结构

详细超参数:

1.2.2. 我(实验室)的ASR的训练结果

过程博客:

https://blog.csdn