[2noise/ChatTTS]为什么不能固定音色

2024-06-12 258 views
4
def generate_speaker_tensor(mean: float = 0.0, std: float = 15.247) -> torch.Tensor:
    return torch.normal(mean, std, size=(768,))

def generate_speaker_tensor_a() -> torch.Tensor:
    std, mean = torch.load(f'{Path(__file__).resolve().parent}/models/asset/spk_stat.pt').chunk(2)
    rand_spk = torch.randn(768) * std + mean
    return rand_spk

使用 generate_speaker_tensor 生成speaker1 和 generate_speaker_tensor_a 生成speaker2 ,然后分别保存到本地; 在推理时,本地加载speaker1 以及 speaker2 修改 params_infer_code 中的 rand_spk并生成多个语音 ··· params_infer_code = { 'spk_emb': rand_spk, # add sampled speaker 'temperature': .3, # using custom temperature 'top_P': 0.7, # top P decode 'top_K': 20, # top K decode } ···

为什么 speaker2 可以相对固定音色,但 speaker1则不行且每次都不同?

回答

6

我固定后大部分音色基本一致 小部分不行 稳定性差的甚至会忽男忽女 感觉需要挑一挑