melgan-neurips：用于文本到语音合成的基于GAN的Mel频谱图反转网络

论文MelGAN的官方资料库：条件波形合成的生成对抗网络 以前的工作已经发现，使用GAN生成相干的原始音频波形具有挑战性。 在，我们表明通过引入一组体系结构更改和简单的训练技术，可以可靠地训练GAN以生成高质量的相干波形。 主观评估指标（平均意见得分，或MOS）显示了所提出的方法对高质量的Mel谱图反演的有效性。 为了建立所提出技术的通用性，我们在语音合成，音乐域翻译和无条件音乐合成中显示了模型的定性结果。 我们通过消融研究评估模型的各个组成部分，并提出一套指导原则，以设计用于条件序列合成任务的通用鉴别器和发生器。 我们的模型是非自回归的，完全卷积的，与竞争模型相比参数要少得多，并且可以推广到