语音生成领域模型又填一名猛将

TTS 即 Text-to-speech 文本转语音是近几年 AI 研究领域的一大热点，该类模型语音合成领域有着非常广阔的应用。

尤其是这两年有声书非常火热，有很多前几年积累的网络小说，经过 TTS 模型后，就变成了有声书，然后在喜马拉雅或蜻蜓 FM 等类似频道就可以上线售卖。又把该类模型的应用价值直接拉满。

但一个好的语音合成模型却非常难得，一方面要生成的对，即准确率要高；另一方面生成的语音要真实、机械感低。尤其是第二个方面非常难得。人类对于语句的朗读是有抑扬顿挫的，有时又要结合句子含义，有感情的变化。这对于模型是非常难以学习训练的。

此外还有多语种结合问题：如中文夹杂英文的情况；声色问题，即根据少量的声纹特点，合成具体声色的语音。比如男中音、女高音等。因此一个简洁好用的 TTS 模型可遇不可求。

目前主流的模型设计方案是分为两个部分：声学模型和声码器。声学模型主要采用类 BERT 类模型，把输入的文字经过 NLP 处理，预测出声学特征。声码器主要采用 GAN 类模型，把声学特征转换成声波信息。

AI 模型市场最近上线了一款新的 TTS 模型，我们通过和作者的沟通，发现作者就是使用了上述的模型经过，在经过 10 几个小时的大数据量训练，成功孵化出一款优秀的 TTS 模型。实测下来发现，模型的准确度、速度、真实性都调教的非常均衡，还支持中英文~

有需要的小伙伴欢迎来 AI 模型市场（aimodelmarket.cn）试用，快来围观这款语音生成领域的猛将是如何玩转 TTS 的~