写在前面：一个想法（如有不对的地方还请批评指正！）
对于平行语料库，由于utterances的内容是一致的，所以语音转换只需要对声学模型（Acoustic Model）建模并训练；而对于非平行语料库，由于utterances的内容不一致，所以才需要语言学模型（Linguistic Model）和声学模型（Acoustic Model）一起建模。对于平行语料库，由于utterances的内容是一
阅读背景：
(翻译)Statistical Parametric Speech Synthesis Incorporating Generative Adversarial Networks
来源：互联网
分享到：
