JingLuo

> Is there any reason to use torch.ceil instead of torch.round or other algorithms for calculating phoneme duration? > > Thank you. if you got a duration 0.3, torch.ceil (0.3)=1,...

> 您好，读了您的文章有两个问题想要请教一下，方便告知吗 > > 1. 请问您得分词工具和词性标注工具用的是什么呢？ > 2.您得数据集是自己标注的还是公开的数据集呀？如果是公开数据集可否给出公开数据集的下载网址？ 文章是当时实习的时候复现的其他人的，不是我的哦。 1.分词的话，是使用的自己写的分词和词性标注工具，基于LSTM和CRF的，现在已经不用那个了。如果做实验的话，你使用jieba或者清华的分词标注工具就行。 2.数据集是当时公司的，不是开源的哦我手头也没有。

> 首先感谢您的回复，我现在在用标贝数据集中的韵律标注做实验，在标贝数据集中韵律标注的韵律标签和jiaba分词器的分词结果不对应，不知道您是否遇到过这种情况，您是怎么处理的，方便告知吗 现在来看，用分词的好处是一定程度上面能够提升模型的准确率，缓解模型压力。但是这是建立在分词的正确率很高的情况下的。学术上面的分词结果可以认为是百分之百正确，因为有人标好或者有人检查好，所以给模型带来的是正向提升。但是在工业下就会出现你这样的问题，分词的粒度有时候大于或者小于它里面韵律的粒度。所以我现在都是基于字来处理，把分词结果和pos都作为一种特征，而不是直接基于词来做。

> @XierHacker 冒昧问一下，您目前pph和iph的准确率和f1能达到多少啊 这个准确率是和数据集相关的哦，在数据集标注标准非常一致的情况下，通常纯句内#2#3（不统计任何标点符号带来的停顿）大概是77.x到79.x的样子，要是多个数据集混合（标准不一致），准确率有可能会下降的很厉害。所以对于这种来说，我觉得72到79之间的值都是完全可以接受的，这东西不考虑数据集只是仅仅看f1意义不是很大。

传错了,过两天解决

Great job, can I ask you a few questions. 1. For the details of the pre-training model, how many hours of voice data will be used? 2. How can I...