Closed tuotuoshao closed 1 month ago
在vc_inference.py示例中，有model.infer(x_tst, x_tst_lengths, sid) 其中 x_tst.size=(1,len), x_tst_lengths.size=1, sid.size=1。
我现在要n条不同长度的文本并行推理，填充完之后 x_tst.size=(n,max_len), x_tst_lengths.size=n, sid.size=n。 最后n条语音也生成了，唯一的问题是只有最长的语音是正常的，其他的语音结尾都有机器音。 问题源自短文本填充，最后生成的语音怎么截取才能完美去掉多余的机器音？推理过程中有产生描述未填充的语音长度的变量吗？
在vc_inference.py示例中，有model.infer(x_tst, x_tst_lengths, sid) 其中 x_tst.size=(1,len), x_tst_lengths.size=1, sid.size=1。
我现在要n条不同长度的文本并行推理，填充完之后 x_tst.size=(n,max_len), x_tst_lengths.size=n, sid.size=n。 最后n条语音也生成了，唯一的问题是只有最长的语音是正常的，其他的语音结尾都有机器音。 问题源自短文本填充，最后生成的语音怎么截取才能完美去掉多余的机器音？推理过程中有产生描述未填充的语音长度的变量吗？