Deep learning 2019年使用（DeepVoice | WaveNet |等）运行深度学习TTS

我试图将txt文件中的一系列句子转换成尽可能清晰的WAV文件

根据一项研究，使用深度学习技术有许多最新进展

这是个好消息，因为内置或常用的文本到语音引擎听起来非常机器人化。（OSX的“说”命令、espeak等）

问题是，github页面或collab notebook链接的重点是如何培训新模型，或设置docker实例，并且似乎没有包含最小值

git clone ...
./speak "How are you doing?" -o hayd.wav

你知道如何安装和运行那篇文章中的2019引擎吗

---

如果/当我找到一个有效的，我会更新。

我不知道列表中的其他任何一个，但是对于WaveNet，你可以使用谷歌的。你的代码将文本发送到谷歌，谷歌会返回音频。有C#、Go、Java、Node.js、PHP、Python和Ruby可用。如果你想用另一种语言，你可以使用。对于WaveNet，每月前100万个字符是免费的。之后，每100万个字符16美元。看看他们的

如果您的项目是一个相对较小的一次性项目，并且您不介意以编程方式进行（问题中不清楚），那么您可以使用他们的，并使用浏览器附加组件（例如，或其他许多附加组件之一）将结果下载为音频文件。或者，您可以在上使用API

---

在我看来，WaveNet的质量非常好，比前几代的文本到语音算法有了巨大的改进。你几乎可以相信这些声音有时是真实的。

我这样做了，这比在本地运行任何东西都要容易，而且开始时会有很多免费电话。：/。勉强接受这个答案（我希望在本地运行东西更容易！）试图自己理解这一点：P