LPCNet

开源

高效的神经语音合成

1.2K stars0 点赞1 次浏览

工具介绍

高效的神经语音合成

重要提示：LPCNet 不再被积极开发。它将继续提供，但对于大多数应用程序，建议用户转用帧式自回归 GAN（FARGAN）。FARGAN 的质量优于 LPCNet，复杂度仅为 600 MFLOPS。这比最优化的 LPCNet 复杂度少 1/5，比原始 LPCNet 少 1/20。

请参阅我们的演示页面，以对比 LPCNet、HiFi-GAN、CARGAN 和 FWGAN。PyTorch 源代码以及优化的 C 实现可作为更大的 Opus 编解码器实现的一部分（FARGAN 用于 Opus 中的 PLC 和深度冗余）。

J.-M. Valin, J. Skoglund, LPCNet: Improving Neural Speech Synthesis Through Linear Prediction, 《国际声学、语音和信号处理大会论文集》(ICASSP), arXiv:1810.11846, 2019 年。
J.-M. Valin, U. Isik, P. Smaragdis, A. Krishnaswamy, Neural Speech Synthesis on a Shoestring: Improving the Efficiency of LPCNet, Proc. ICASSP, arxiv:2106.04129, 2022.
K. Subramani, J.-M. Valin, U. Isik, P. Smaragdis, A. Krishnaswamy, End-to-end LPCNet: A Neural Vocoder With Fully-Differentiable LPC Estimation, Proc. INTERSPEECH, arxiv:2106.04129, 2022. 有关 LPCNet 的编码/ PLC 应用,请参阅:
J.-M. Valin, J. Skoglund, 一款 1.6 kb/s 的实时宽带神经语音编码器，使用 LPCNet，Proc. INTERSPEECH，arxiv:1903.12087，2019 年。