基于FastPitch+Bert模型从0到1训练出来的带有感情专属tts模型整个模型训练流程1.修改默认nemo的fastpitch模型，加上bert特征2.预处理需要训练的语音数据，视频分离出音频数据，转换为采样率22050的wav文件，通过其他模型切割为15秒内的文件3.通过阿里语音转文本模型对进行标注，将所有文件转换为nemo的训练集结构4.训练fastpitch模型，4090训练10小时音频数据集大概300epoch5.提取fastpitch训练结果，对预训练的HIFIGAN模型进行微调，大概训练300epoch6.编写合成语音脚本，生成结果，具体结果看附件，训练合成结果试听http://file.finelink.ltd/dev/demo.wav
联系我时，请说是在杭州含情网络技术有限公司看到的，谢谢！
