StarGAN-VC语音音色转换

StarGAN-VC是利用StarGAN的图像到图像翻译原理，来实现“多对多”的非平行数据集下的语音音色转换，其实质是对语音的梅尔能量进行转换。 StarGAN-VC和StarGAN的不一样之处：git StarGAN-VC加入了一致性损失（identity loss) StarGAN-VC将分类器独立出来 StarGAN-VC在生成器和判别中都有链接说话人特征向量的操做 StarGAN-VC使用

>>阅读原文<<