Audio samples

Below are the audio samples from step 300k, pinyin + hanzi + unet(as postnet).

It may take some time to load all audios in browser.

multi-speaker samples

Samples from training loop

Synthesized	Groudtruth

Novel sampels

The following samples are generated by running

./scripts/hz_synth.sh 1.0 500000

NOTE: there are many failure cases that are not shown here.

常规句子 (注意字与字之前的音隔）

• 前方路口左转，然后在下一个路口右转
• 请输入您的卡号.您输入的卡号是六二二六,三八七六,零三四七,六九幺五
• 天青色等烟雨,而我在等你,炊烟袅袅升起，隔江千万里
• 我听不清你在说什么，请大声一点
• 如果觉得这个项目好，请手动加个星吧，感谢
• 小毛豆你好，很高兴认识你,寒假马上要结束了.我觉得你最近有进步，继续加油.晚上要早点睡觉,因为明天要开学了.

Text	Normal	Fast	slow
1
2
3
4
5
6

饶口令

• 有个小孩叫小杜,上街打醋又买布.买了布打了醋,回头看见鹰抓兔.放下布搁下醋,上前去追鹰和兔.飞了鹰跑了兔,洒了醋湿了布.
• 红鲤鱼绿鲤鱼与驴
• 黑化肥发灰会挥发,灰化肥挥发会发黑

Text	Normal	Fast	slow
1
2
9

儿化音

在汉字转拼音时自动识别儿化音

• 自个儿有多少斤两,心里还没数吗
• 在这儿做啥呢,不能啥玩意儿都带到这里来?
• 这个小孩儿真懂事儿

Text	Normal	Fast	slow
1
2
9

The following is obsolete. 以下例子是旧版本，仅供参考

Novel synthsized samples

Input text

1. 黑化肥发灰会挥发,灰化肥挥发会发黑
2. 红鲤鱼绿鲤鱼与驴
3. 前方路口左转，然后在下一个路口右转
4. 请输入您的卡号.您输入的卡号是六二二六,三八七六,零三四七,六九一五
5. 天青色等烟雨,而我在等你,炊烟袅袅升起，隔江千万里
6. 我听不清你在说什么，请大声一点
7. 如果觉得这个项目好，请手动加个星吧，感谢
8. 小毛豆你好，很高兴认识你.寒假马上要结束了.我觉得你最近有进步，继续加油.晚上要早点睡觉,因为明天要开学了.
9. 有个小孩叫小杜,上街打醋又买布.买了布打了醋,回头看见鹰抓兔.放下布搁下醋,上前去追鹰和兔.飞了鹰跑了兔,洒了醋湿了布.

Audio samples

To generate audio samples, first you need to down load the checkpoint from google drive an untar it to mandarin_tts/

Then the audio samples are genreated by the following command:

./scripts/hz_synth.sh 1.0 300000
./scripts/hz_synth.sh 0.9 300000 
./scripts/hz_synth.sh 1.1 300000 

You can also use pure pinyin + unet model, as follows:

./scripts/py_synth.sh 1.0 300000 
./scripts/py_synth.sh 0.9 300000 
./scripts/py_synth.sh 1.1 300000 

For other text inputs, you can alter text in input.txt. Some hints:

• 只需输入中文，因为代码中使用了pypinyin进行转换，转换前先分词。
• 不同句子用句号分开，可放在同一行，最后同一行的句子会合并成一个语音。如果需要不同语音，放在不同行即可。
• 需要停顿的地方用逗号。
• 算法不区分问号和叹号，当成句号处理。同样，不区分顿号，当成逗号，token统一设置为sp1.

Text	Normal	Fast	slow
1
2
3
4
5
6
7
8
9