文章目录
- 推理
- split_sentences_zh 函数
- 短句子转为音素和bert特征
- get_text_for_tts_infer 函数
- text_normalize函数
- _g2p_v2函数
- def _g2p(segments)
- cleaned_text_to_sequence
- hps.data
- 什么是滤波长度
- 短时傅里叶变换（STFT）
- 滤波长度（filter_length）
- 影响分析
- get_bert_feature
- infer
- 1. **处理说话人嵌入（Speaker Embeddings）**
- 2. **处理输入数据**
- 3. **计算长度和注意力**
- 4. **调整特征**
- 5. **生成音频**
- 6. **返回结果**
- 总结
- audio_numpy_concat 音频拼接
-
- 训练
- 1. **环境与配置**
- 2. **数据加载**
- 3. **模型和优化器**
- 4. **预训练模型加载**
- 5. **训练过程**
- 6. **评估**
- 7. **学习率调度**
- 8. **清理与结束**
- 总结
推理
from melo.api import TTS# Speed is adjustable
speed = 1.0
device = 'cpu' # or cuda:0text = "我最近在学习machine learning，希望能够在未来的artificial intelligence领域有所建树。"
model = TTS(language='ZH', device=device)
speaker_id
