TTS经典模型与论文汇总

TTS经典论文或模型：

WaveNet：《WaveNet: A Generative Model for Raw Audio》

Tacotron：《TACOTRON: Towards End-to-End Speech Synthesis》

Tacotron2：《Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions》

HiFi-GAN：《HiFi-GAN: Generative Adversarial Networks for Efficient and High Fidelity Speech Synthesis》

VITS：《Conditional Variational Autoencoder with Adversarial Learning for End-toEnd Text-toSpeech》

SV2TTS：《Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis》

github链接：

  • https://github.com/JOETtheIV/vits-mandarin-biaobei
  • 【SoftVITS】@Rcell的soVITS3.0：https://github.com/innnky/so-vits-svc。成果：AI电棍：浮夸
  • 【MockingBird】https://github.com/babysor/MockingBird
  • 【DiffSVC】https://github.com/prophesier/diff-svc；『Diff-svc』東の空から始まる世界-姬野星奏Ver.（https://www.bilibili.com/video/BV1LP4y127yL）
  • 情感特征提取 https://github.com/audeering/w2v2-how-to
  • VITS情感控制语音合成 https://github.com/innnky/emotional-vits
  • 在线demo：https://huggingface.co/spaces/innnky/nene-emotion
  • 电子书阅读器：https://github.com/gedoor/legado
  • 高速语音合成vits：https://github.com/MasayaKawamura/MB-iSTFT-VITS
  • WaveNet、Tacotron、Tacotron2、Hifi-GAN、、FastSpeech、Glow-TTS

TTS模型和项目地址：

  • VITS：https://gitcode.net/mirrors/dtx525942103/vits_chinese
  • 【MoeTTS、Tacotron2+HifiGAN】-落忆-：https://space.bilibili.com/228292951；『MoeTTS』基于Tacotron2+HifiGAN 近乎完美的ATRI语音合成：https://www.bilibili.com/video/BV1Tr4y1577U； MoeTTS是一个Tacotron2/HifiGAN模型+编译好的GUI版本发布仓库。 项目地址：https://github.com/luoyily/MoeTTS
  • Rcell：https://space.bilibili.com/343303724
  • 【VITS】（Venti_J）【原神】派蒙Vtuber出道计划——基于AI深度学习VITS和VSeeFace的派蒙语音合成/套皮：https://www.bilibili.com/video/BV16G4y1B7Ey

NLP经典论文：

《Attention Is All You Need》2017-06-12：https://arxiv.org/abs/1706.03762
《Sequence to Sequence Learning with Neural Networks》2014-09-10：https://arxiv.org/abs/1409.3215

优质博客：

《Understanding LSTM Networks》-Colah

综述博客：《BLSTM-RNN、Deep Voice、Tacotron…你都掌握了吗？一文总结语音合成必备经典模型（一）》：https://new.qq.com/rain/a/20221204A02GIT00

2019 深度学习语音合成指南：https://www.bilibili.com/read/cv3532474/

语音合成方法、模型训练方法、设备及存储介质与流程：https://www.xjishu.com/zhuanli/21/202111674186.html

posted @ 2022-11-12 15:53  倦鸟已归时  阅读(1209)  评论(0)  编辑  收藏  举报