20200824：汉字转语音（语音合成）（三）：Tacotron实践之项目准备篇

1、参考资料：

• CSDN之小白能看懂等Tacotron 中文语音合成实践https://blog.csdn.net/weixin_41021342/article/details/104984800

• https://blog.csdn.net/weixin_41763134/article/details/90900539

• 知乎之语音合成那些事儿：https://zhuanlan.zhihu.com/p/101064153

• 知乎之当我们在谈论AI说话：语音合成： https://zhuanlan.zhihu.com/p/45517433

2、项目克隆：

• git clone https://github.com/begeekmyfriend/tacotron.git  ,该分支下datasets 目录中有对清华数据集thchs30.py的处理

• 下载源码 https://github.com/begeekmyfriend/tacotron/tree/mandarin， 注意分支选择，选择mandarin分支而不是默认的master分支。

• git clone  https://github.com/Rookie-Chenfy/Tacotron-2

3、数据下载：

• 清华数据集：THCHS30数据集（6.4G）

• 下载地址： https://blog.ailemon.me/2018/11/21/free-open-source-chinese-speech-datasets/

4、预训练模型下载：

5、环境搭建：

• 使用cpu环境搭建的环境，主要原因是GPU搭建后显存太小跑不动。

• 主要的安装包如下：

  • mxnet-cu90 1.5.1.post0

  • python  3.6.9

  • tensorflow 1.14

  • tqdm 4.11.2

  • scikit-learn 0.23.2

  • scipy 0.19.1

  • numpy 1.16.1

  • numba 0.43.0

  • keras 2.4.3

  • libraso 0.6.2

  • matplotlib 2.0.2

  • opencv-python 4.1.1.26

  • pandas 0.25.1

  • pillow 6.2.0

  • pip 19.2.3

  • requests 2.22.0

  • setuptools 41.4.0

  • falcon  1.2.0

  • inflect  0.2.5

  • Unidecode  0.4.20

6、启动训练脚本可能遇到的问题及解决办法

• 问题1：

• 问题2：

 

 

•  

•