塔科创 Tastron语音合成在TensorFlow中的实现。 音频样本 使用此存储库训练的模型中的。 第一组在上接受了441K步的训练大约2万步后，语音开始变得清晰。 第二组由在上进行了140K步训练。 最近更新 npuichigo了一个错误，该错误未在prenet中应用辍学。 begeekmyfriend创建了一个，以添加对位置敏感的注意以及论文中的stop令牌。 这可以大大减少训练模型所需的数据量。 背景 2017年4月，谷歌发表了论文《 ，他们提出了一种神经文本到语音模型，该模型