lee7de / Personalized-Text-to-Speech-with-Chinese

个性化语音合成——根据给定文字合成一段指定音色的语音

个性化语音合成

• 又叫做语音克隆
• 特别致谢：这个项目是在lturing的开源项目项目的基础上进行的，在数据工程、模型结构、训练、部署等方面做了不同程度的改进。感谢作者、感谢互联网分享。
• 原项目解读：
  • master分支：采用开源语音数据集标贝(女声)，得到预训练TacotronV2模型
  • adaptive分支：可配置超参数，从而利用指定说话人的少量数据微调预训练的Tacotron模型，从开源语音数据集thchs30中选择了D8(男声)，一共250句

项目思路

• 效率工具
• 组合模型
  • 分词模型
  • 编解码器

典型处理流程

• 数据采集与预处理
• 模型微调
• 模型部署使用

参考资料

• #TODO