Lennon-cheng
Lennon-cheng
用真实语音文件，转成梅尔谱图，灌到vocoder模型中。发现声码器模型基本没问题，预估问题还是在合成器中吧。 [归档.zip](https://github.com/PaddlePaddle/PaddleSpeech/files/9358826/default.zip) 压缩包中包含了： 原声音文件； 真实音转成mels，直接灌到 vocoder 模型。分别测试了官方的pwg_aishell3；pwg_baker；自己训练的pwg_aishell3； 克隆后的语音； 还想了解下， 1. 语音合成后有后处理的方案，缓解字的清晰度、沙沙等问题吗？ 2. 合成器训练，从数据上、调参上有什么经验吗？ 我目前是用AIshell3 + 自己的声音，用官方example/aishell3/vc1 中的方式训练。 数据上，之后想尝试用三方的TTS接口生成语音训练。 另外想训练时吧 voice_clone 关掉，排除下是否为声纹模型的问题。
https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/examples/other/tts_finetune/tts3 TTS、voice_clone 都可以尝试下开源模型的finetune策略，比自己从零训练效果好很多。
@lym0302 中英文语音合成，代码大概什么时候发出呀。或者中英文语音合成代码，除了 mix_frontend 不同外，还有哪些部分不同呀，谢谢
> triton的实现在配置不足的情况下会引起这样的[问题](https://github.com/openai/triton/pull/1208)。现在这个PR已经被并入triton的主分支，可以尝试使用其[源码](https://github.com/openai/triton)安装 源码安装后是Triton 2.1.0 但是会报如下错误 AttributeError: module 'triton.compiler' has no attribute 'OutOfResources'
> 修改代码 为下文，可跑通 except: # triton.compiler.OutOfResources: return float('inf')