Efficient Neural Audio Synthesis https://arxiv.org/abs/1802.08435 论文摘要序列模型对于数据分布的估计和高质量样本的生成任务，已经能够达到SOTA的水平，但是就采样 的有效性来说仍然有待提高。本文针对TTS中的声码器，提出了一些降低采样的时间、同时保持高质量输出的通用方法。论文的模型的结构是简单的一层RN...

论文标题：FastSpeech: Fast, Robust and Controllable Text to Speech论文链接：https://arxiv.org/abs/1905.09263发表会议：NIPS 2019核心贡献：提出基于Transformer的非自回归前馈网络，实现梅尔谱特征的并行化生成；设计音素时长预测模块与长度调节器，解决自回归TTS推理慢、鲁棒...

CPC: Representation Learning with Contrastive Predictive Coding https://arxiv.org/abs/1807.03748 参考资料： Code (PyTorch): https://github.com/jefflai108/Contrastive-Predictive-Coding-PyTor...