Mar, 2020
AlignTTS: 无需显式对齐的高效前馈式语音合成系统
AlignTTS: Efficient Feed-Forward Text-to-Speech System without Explicit
Alignment
TL;DR提出了基于前馈transformer的AlignTTS来预测mel频谱, 通过duration predictor决定每个字符的持续时间，而动态规划技术则用来考虑所有可能的对齐方式，比Transformer TTS更高效且在MOS（平均意见分数）上优于它。