tacotron2-mandarin

用 TensorFlow 训练中文语音合成模型，快速生成普通话语音。

tacotron2-mandarin 是一个基于 TensorFlow 的 Tacotron-2 模型中文语音合成实现，旨在解决中文文本到语音（TTS）转换问题。它复现了 Tacotron-2 的端到端架构，包含编码器、注意力机制和自回归解码器，并针对中文普通话进行了适配，支持中文文本输入并生成对应的语音波形。项目提供了完整的训练和推理流程，包括数据预处理、模型训练、检查点保存和合成脚本，方便研究者或开发者在此基础上进行中文 TTS 的定制和实验。核心能力包括：中文文本序列到 Mel 频谱图的生成，结合声码器（如 Griffin-Lim）输出最终音频；支持自定义中文语料训练，可调整模型超参数。项目处于早期阶段，代码结构清晰，适合作为学习 Tacotron-2 和中文 TTS 实现的参考，但功能相对基础，未包含多说话人或韵律控制等高级特性。