cnlinxi
cnlinxi
@EmptyMoon-hub 1. librosa库中PySoundFile没有调用成功，但这个应该不影响结果。 2. 需要提前利用pypinyin准备好数据集。输入到模型进行训练时，就应该是拼音形式了，而不能是汉字。 3. 你的错误是没有找到训练的ckpt模型文件。
@CathyW77 是的，应该取拼音。我一般用的是第二行这种格式，一般而言这种影响不大。
@CathyW77 是的，symbols是使用的默认的。5w轮应该基本可以了，检查一下你的training.txt中的文本和对应的音频。另外，所谓的效果很差，是怎样的差？alignment对不齐吗？
@CathyW77 抱歉抱歉，我应该是手滑写错了，这里应该至少32.我修改一下
@CathyW77 抱歉现在才看到。这是WaveNet的训练参数，可以忽略。这是使用README上面写的那个开源库基础上修改的，开源库自带了WaveNet声码器的训练代码，而这里的声码器速度太慢了，建议不要用了。
Please specify reference audio's path in the 'tacotron_style_reference_audio' of hparams.py, then synthesizing. Feel free to raise more questions.
In hparams.py: tacotron_style_alignment=None, you can manually specify style token alignment weights instead of getting them from reference audio. Do you mean this?
@MorganCZY In the original Tacotron-2, dropout was turned on during inference, and so is this one. So, every time you generate wav, the audio will be different.
@CathyW77 在生成时，关闭prenet中的dropout应该就可以了。在tacotron/models/modules.py中**Prenet**类中，有： `` x = tf.layers.dropout(dense, rate=self.drop_rate, training=True, name='dropout_{}'.format(i + 1) + self.scope) `` 对`tf.layers.dropout()`中的参数`training`在生成时，置为False。
@MorganCZY What does correct wav mean? Can't generate audio?