自然語言及語音處理項目式教程 課件7.3.2-1數據預處理_第1頁
自然語言及語音處理項目式教程 課件7.3.2-1數據預處理_第2頁
自然語言及語音處理項目式教程 課件7.3.2-1數據預處理_第3頁
自然語言及語音處理項目式教程 課件7.3.2-1數據預處理_第4頁
自然語言及語音處理項目式教程 課件7.3.2-1數據預處理_第5頁
已閱讀5頁，還剩10頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

基于PaddleSpeech實現新聞自動播報文本前端處理合成聲學模型聲碼器合成結果評測文本前端處理了解CSMSC數據集的相關內容奠定基礎文本前端處理流程CSMSC數據集由專業播報員錄制的，具有較高的語音質量，適用于訓練高質量的語音合成系統。專業播報員錄制數據集包含拼音和漢字文本，便于訓練和評估各種基于拼音或漢字的語音合成和語音識別模型。數據標簽數據集包含各種主題和領域的文本，有助于訓練出更具泛化能力的模型。多樣化文本內容CSMSC數據集已經開源，對學術研究和商業應用具有較高的價值。開源可用特點CSMSC數據集CSMSC數據集是一個有價值的中文普通話語音數據集，適用于訓練和評估各種中文TTS和ASR系統。文本前端處理流程構建文本前端文本前端模塊文本正則化字音轉換構建文本前端的類使用Frontend類構造文本前端對象，該類的常用參數說明。參數名稱參數說明phone_vocab_path接收str，表示指定音素詞典文件的路徑或位置。默認為PaddleSpeech中提供的中文音素詞典文件的位置字音轉換的函數Frontend類的frontend.get_input_ids函數可以將文本轉換為音素ID序列，其常用參數說明。參數名稱參數說明text接收str，表示待轉換的文本序列，以字符串形式傳入。無默認值merge_sentences接收bool，表示是否將多個句子合并為一個句子。默認為Trueprint_info接收bool，表示是否打印調試信息。默認為False文本前端處理合成聲學模型聲碼器合成結果評測合成聲學模型01聲學模型自回歸模型預測過程相對較慢，但音質表現較好02非自回歸模型預測速度快，但音質可能稍遜色一些合成聲學模型使用自回歸模型中的FastSpeech2作為聲學模型，在分句的基礎上構建FastSpeech2模型。構建FastSpeech2模型輸出Mel頻譜構建FastSpeech2模型使用PaddleSpeech中的FastSpeech2類構建聲學模型，該類的常用參數說明。參數名稱參數說明idim接收int，表示輸入維度，即詞表大小。無默認值odim接收int，表示輸出維度，即音頻特征維度。無默認值**FastSpee

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論