PyTorch中基于GAN的文本到语音合成与语音转换（VC）的源代码。

简介：
甘孜州开发了一种基于生成对抗网络（GAN）的文本到语音（TTS）和语音转换（VC）系统，并使用PyTorch进行了实现。 提供的音频样本，可在Jupyter Notebook中的以下链接中查阅： 关于超级参数的详细说明，adversarial_streams参数对语音质量的敏感性较高，它代表用于计算对抗损失的流，包括mgc、lf0、vuv和bap。 利用mgc功能进行对抗性损失计算（除前几个维度外）通常表现良好。 如果mask_nth_mgc_for_adv_loss大于0，则在计算对抗损失时会忽略mgc的第一个mask_nth_mgc_for_adv_loss维度。 例如，我发现使用第0和第1个mgc来计算对抗性损失会对语音质量产生负面影响。 根据我的实践经验，设置mask_nth_mgc_for_adv_loss为25时，mask_nth_mgc_for_adv_loss = 1，对于mgc订单59，设置mask_nth_mgc_for_adv_loss为1也是一种有效的策略。