DNN+world歌声合成（含TTS）方法（第三代）

行业研究现状

1.目前几个大厂和日本、西班牙一个大学都在研究歌声合成。目前先总结目前歌声合成的主要方法。
2. tacotron+wavenet
3. wavenet+world（目前效果最好，也是商用的）
4. glow
5. HMM（日本一个团队主要使用的方法，目前也在做DNN的方法，据说最新的算法效果还不错）

wavenet+world

wavenet

• wavenet是谷歌团队提出的，可以说在音频领域影响是巨大的。
• world是日本某大学的一个博士，是straight作者的得意门生，两个人是师徒。我仅仅有邮件和他们沟通交流过，所以大致了解。

歌声

• 先说一下歌声吧。歌声的特征还是比较多的，参数的维度比较大。所以网络需要很大的修改。

目前状态

• 目前仅仅把网络结果改好，world合成器熟悉。在准备数据的阶段。