[TTS]Voc流式推理拼接时出现了高频噪音

[SoloPro-Git]

更新结论:
voc流式合成中,对每一个sub_wav进行change_speed()可能存在问题.
当速度 <1的时候,最终concat出来的声音会有噪音断层,解决方案是把所有生成的新sub_wav最后出席的所有0值删除.
当速度 >1的时候,最终concat出来的声音会有噪音包络,尚未解决

---

更新1:
audio_process.py文件
change_speed() 这个函数 转换了pcm就会有噪音

我们在做流式推理的时候, 在voc流式合成 block1 block2后 .
对b1 b2进行连接之后播放出来的声音会有一点高频的噪音.
我们觉得是 b1 b2 的交接点不一致造成的 .
观察了下pad和depad的代码好像也没找到问题.
但是通过频谱图的观察有两个观点:
1、频谱图有的拼接处有明显的一条竖线
2、竖线所在频谱图对应的时域图表现为振幅为0
麻烦看看呢~

---

用的fastspeech2和hifigan
block size是36, padsize是20

[yt605155624]

可按照 https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/streaming_tts_server README 提高 pad size 到与非流式数值上一致，pad 值计算可参考 https://aistudio.baidu.com/aistudio/projectdetail/4151335 目前的配置是效果和速度上的权衡，不是数学上最佳的配置

[liwei0826]

确实有问题，不知如何解决