摘要

FastSpeech2：基于Transformer的非自回归TTS

常用命令汇总

语音合成数据集

1. 标贝数据

Datasets detail:

• Language：Chinese Mandarin
• Gender：Female
• Age：20-30 years
• Hours：12
• Data Format：Audio and Text, 48KHz, 16 bit, PCM WAVE
• Annotation：phoneme boundaries, prosody
• 下载链接：https://test.data-baker.com/#/data/index/source

摘要

Custom Voice：目的是采用源TTS模型来合成目标说话者的个人声音，而目标说话者只有少量的讲话。

本文介绍利用R语言中Shiny构建可视化面板，该可视化面板包含了以下三个部分：基于Leaflet的地图可视化、基于plotly的交互图形以及基于DT的交互式表格。效果见https://yuan1615.shinyapps.io/VSmap/。

本文是2019年机器学习课程学习笔记，分为7个章节，分别是引言、模型评估与选择、线性模型、决策树、支持向量机、神经网络、朴素贝叶斯。各章节的写作结构是从问题出发，然后介绍各算法理论知识，最终编程实现算法。编程软件为R语言。详细数据及代码见ML2019。