TTS 训练模型的文本标注中的 汉字之间#1，#3，#4 是什么意思呢？或者是采用什么标注工具吗？
SambertHifigan语音合成-中文-多人预训练-16k 训练模型的数据集中文本标注的部分，汉字之间的 #1，#3，#4 是什么意思？ 这部分是必须有的吗？ 或者是可以使用什么数据标注工具直接标注数据呢？ 另外，每段音频的长度限制不超过多少呢？ 感谢！！！
展开
收起
1
条回答
写回答
写回答
-
"#1" "#3" 这些是停顿标记，"#1"表示短暂停顿 “#3”表示较长停顿 “#4”一般用作句末标记。 相关的韵律标注对训练来说是必要的，会影响模型的合成效果，您可以咨询数据供应商获得专业意见。 训练用音频建议控制在10秒以内，以最大化训练效率。
2022-12-26 16:50:48赞同 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
7538
关于 Windows平台上 ttsfrd 库的问题。
1534
KeyError: 'asr-inference is not in the pipelines r
1909
kantts 这个模型是什么东西啊，运行会报错
1989
PyTorch Transformer 英中翻译超详细教程
875
No module named 'ttsfrd'
1325
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
958
ttsfrd 是不开源的吗
3846
linux系统运行TTS语音合成报错 Could not initialize NNPACK
659
这是什么错误？ 是预训练模型是onnx 的么
怎么解决？
319
展开全部
