沈雁

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： http

1、end-to-end2、输入输出 model1:Tacotron2 输入： raw text 输出：mel频谱 model2: Wavenet 输入：mel频谱(Tacotron2模型的输出值) 输出： waveform 3、模型框架 Tacotron ：总体来说，模型和sequence-to-sequence模型非常相似，大体上由encoder和decoder组成，raw text经过pre-net, CBH

一、参考资料1、https://zhuanlan.zhihu.com/p/26726297参考语录：汉字转语音实现就分为两步，第一步将汉字转为拼音，第二步通过拼音调用相匹配的音频文件。2、汉字转拼音参考：https://blog.csdn.net/mydistance/article/details/85009791涉及的第三方库：xpinyin和pypinyinfrom xpinyin import Pinyin # 实例拼音转换对象 p = Pinyin() ..