昨天在***数学家是我理想大佬***的引领下终于跑通了NVidia tacotron2的经典模型代码，这里做一下记录，也帮之后入坑TTS的各位同学踩一下坑，话不多说，咱们开始。0)不管干嘛，第一步整好环境torch过往版本下载地址：https://pytorch.org/get-started/previous-versions/#linux-and-windows-16我的选项：CUDA 9.0

Abstract风格建模是表达性语音合成中的一个重要问题。在现有的无监督方法中，样式编码器从参考音频中提取潜在的表示作为样式信息。然而，从风格编码器中提取的风格信息会纠缠一些内容信息，这将导致与实际输入内容冲突，从而影响合成语音，也就是风格泄露问题。在本研究中，我们提出通过将文本到语音（TTS）模型和自动语音识别（ASR）模型与共享层网络相结合进行联合训练，并使用ASR对抗性训练来消除风格信息中的