SC-WaveRNN:扬声器条件WaveRNN的PyTorch官方实现

SC-WaveRNN 扬声器条件WaveRNN：面向看不见的扬声器和录音条件的通用神经声码器 Dipjyoti Paul a ，Yannis Pantazis b和Yannis Stylianou a 克里特岛的计算机科学系，大学 b仪器和计算数学学院，研究和技术基金会-Hellas 抽象的： 深度学习的最新进展导致了单说话者语音合成中人类水平的表现。 但是，当将这些系统推广到多扬声器模型时，尤其是对于看不见的讲话者和看不见的录音质量，在语音质量方面仍然存在局限性。 例如，常规的神经声码器被调整为训练说话者，并且对于看不见的说话者具有较差的泛化能力。 在这项工作中，我们提出了WaveRNN的一种变体，称为说话者条件WaveRNN（SC-WaveRNN）。 我们致力于开发高效的通用声码器，甚至适用于看不见的扬声器和录音条件。 与标准WaveRNN相比，SC-WaveRNN利用以扬声器嵌