Yixuan Zhou (周逸轩)

你好，合成不出声音我推测是因为训练并未合理收敛，看图中这次训练的loss仍存在很大问题，不仅是分类器的性能（phone/speaker loss）还是声学模型方面（mel/duration/pitch/energy loss）。 正常loss曲线可参考下图  

你好，libriTTS我们是用的openslr上下载的数据集，关于预处理部分代码脚本和ming024/FastSpeech2也基本一致，你可以先判断下是哪一步出的问题导致文本和语音对不上。 以下是我重新处理的一些流程。 下载解压好LibriTTS数据集：  第一步：执行prepare_align.py，按照说话人目录获得文本、语音成对的lab标注和wav文件，可检查是否对应；  第二步：下载对齐文件TextGrid放到指定目录下，这里也可以检查下对齐结果是正常；   第三步：执行preprocess.py，获得train-clean-100/dev-clean/test-clean.txt等文件 以及 duration/pitch/energy/mel等数据。  

https://www.openslr.org/60/.