采用ConvNeXt解码器和基频预测的低资源语音合成

王猛,杨鉴

Low resource speech synthesis using ConvNeXt decoder and fundamental frequency prediction

Meng WANG,Jian YANG

表 4 语音合成改进模型和模块消融实验结果

Tab.4 Experimental results of module-ablation study on improved speech synthesis model

模型 越南语 缅甸语 泰语 MOS(↑) MCD(↓) MOS(↑) MCD(↓) MOS(↑) MCD(↓) 真实音频 4.79 — 4.46 — 4.65 — 改进模型 4.45 4.96 3.44 7.99 4.10 4.66 1） 3.78 5.21 3.21 9.01 3.35 5.32 2） 4.03 5.18 3.32 8.47 3.68 4.92 3） 4.05 5.14 3.35 8.26 3.72 4.82