MaxMax2016

我也不确定叫知识蒸馏这个概念是否准确 Nix-TTS: Lightweight and End-to-End Text-to-Speech via **Module-wise Distillation** https://arxiv.org/abs/2203.15643 https://github.com/rendchevi/nix-tts https://github.com/choiHkk/nix-tts

 z_p = self.flow(z, y_mask, g=g) z_r = m_p + torch.randn_like(m_p) * torch.exp(logs_p) z_r = self.flow(z_r, y_mask, g=g, reverse=True) return o, l_length, attn, ids_slice, x_mask, y_mask, (z, z_p, z_r, m_p,...

不需要的

bert是支持英文的的https://github.com/PlayVoice/vits_chinese/blob/master/bert/vocab.txt；因为baker没有英文数据，所以是TTS不支持英文，有数据改改就能支持了。

https://github.com/Executedone/Chinese-FastSpeech2 这个项目，在主页的Referance可以看到连接

以使用音标进行建模为例： 1，首先要在建模单元列表中加入英文音标 2，将标注文本转换为建模单元（声韵母+音标） 3，将标注文本通过bert转换为韵律向量 4，根据每个汉字和单词转后得到的建模单元个数对韵律向量进行拓展 5，使用建模单元和拓展后的韵律向量训练模型

这个项目没有实现中英文混合，只是提供一种思路。

这项目只是我课堂作业的记录，不考实际使用

https://github.com/PlayVoice/vits_chinese/blob/master/vits_pinyin.py#L68~L70 需要修改这里，每个汉字对应的发音个数

按理，训练也是需要该的，否则bert和发音没对应上