• 单位：google
• 作者：Isaac Elias
• 时间：2020 & 2021 interspeech

文章目录

• Parallel Tacotron
• • abstract
  • introduction
  • method

Parallel Tacotron

abstract

• 非自回归框架
• contribution：
  • 基于VAE的residual encoder：可以缓解TTS上one-to-many的问题，并且改善自然度；
  • lightweight convolutions：有效的建模local context；
  • iterative spectrogram loss：受启发于 iterative refinement。

introduction

• Tacotron以及其他的自回归框架，基于previous mel+text生成当前mel，从而解决TTS上one-to-many的问题；
• FastSpeech：1是基于知识蒸馏，2是添加额外的pitch & energy信息。还有使用VAE捕捉prosody representation来表示。

method

• lightweight convolutions (LConv)——depth-wise convolution，在TTS任务上相对于Transformer的self-attention会更关注局部特征。