文件名称：paper-reading
文件大小：5KB
文件格式：ZIP
更新时间：2024-04-19 03:33:03
演讲 文字转语音 不。 标题 思维 1。 长格式相关 2。 这个不大认同，不知是其中一部分工作，1）基线的设置不公平，2）振动问题，作者使用了freq-D，但除了mos微小的提升外，没有其他说明振动是freq-D解决的3）根据以前的经验，直接在vocoder的频谱做判别，并不会带来惊艳的效果，不直接 3。 对pwg D的改进，1）大感受野，发现谐波分量的长期变化并惩罚任何有害的非周期性噪声分量； 2）小卷积核，专注于详细的高频，因为其特性噪声成分变化很快。 3）在我看来真正的工作的状况和大的卷积核 4， 1）DTW，2）GAN-TTS，3）投影嵌入D， 5， 甘肃省 6， 他加不同noise，我们可不可以加不同phase 7 STFT损失另外加了一个排斥项 8。 新的生成模型 9。 这个纸也挺有意思做alignment的，可能可以丰富EATS上次那个DTW的做法 伺服合成系统 不。
【文件预览】：
paper-reading-main
----README.md(11KB)