SVS笔记

1、两种声码器,神经网络声码器,world声码器

      神经网络声码器把声学特征,比如梅尔谱转为波形

       world声码器通过频谱分析比如fft得到参数参数,然后参数合成波形

2、输入数据大概分三类 pitch durtion content 。内部模型设计也可对应

3、拓展和优化有几个方面

      a、高精度

      b、数据对齐

      c、speech 2 song 

      d、迁移学习特定teacher

你可能感兴趣的:(SVS笔记)