请问大佬有尝试过 tacotron2，fastspeech2 等模型的效果吗？

CjangCjengh / MoeGoe

Executable file for VITS inference

MIT License

2.33k stars 249 forks source link

Closed sixyang closed 2 years ago

sixyang commented 2 years ago

我最近也有这样的想法，因为gal语料很多，但是准备想用 fastspeech2或者tacotron2来尝试的，不知道大佬之前是否有做过调研？还是看这个模型出的比较近，感觉效果会更好一点？

CjangCjengh commented 2 years ago

tacotron2有之前的视频里有试过，因为需要单独训练解码器，所以效果不是很理想

sixyang commented 2 years ago

请问可以透露一下训练数据有多少？能开放训练过程吗？谢谢！了解到 VITS 的训练成本好像挺高的，paddleSpeech 那边在 csmsc 数据集上训练用 4 个GPU 训练了两周效果都不怎么好。

CjangCjengh commented 2 years ago

大概三万条语句，数据集的话由于牵涉到版权问题不方便在github上公开