1. 先上解決方法以及模型總結圖:
2. 目前方法主要是針對非并行資料解決,
3. 因為解耦的方法在訓練以及測驗程序中,資料分布是不一樣的,
所以要加上2nd stage training,(因為沒有label,所以要加上dis和classifier)
4. cycleGAN與starGAN的區別:
即cycleGAN訓練好的網路只能實作一種轉換,但是starGAN是可以通過輸入不同的speaker vector實作任意的轉換,其中speaker vector可以跟上面解耦方法一樣,從one-hot或者pretrain model獲得,
5. Blow是最新提出的,這個模型我還沒看,等看完再寫,以及什么是i-vector(pretrained speaker model),老師說后面會講到,
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/353551.html
標籤:其他
