听会笔记
介绍了机器人语音技术部的关键技术包括前端的信号处理，语音识别ASR,自然语言处理，以及最后的语音合成TTS
机器人的多模态交互
语音转换案例，可以通过20句话使语音合成变成目标人声音
语音合成部分
介绍了语音合成大致流程
语音合成的发展
优必选的pipeline
多音字发音和停顿的解决方法
seq2seq模型比较
tacotron：相比SPSS,节省了时长模型，语音质量好，但计算量大，训练/推理速度慢，容易丢字，漏字，句尾重音，不易控制
tacotron2:优化了丢字，漏字，计算量大，无法并行，训练/推理速度慢，
Transformer-TTS:语音质量好，结构并行，训练速度快，但推理速度慢
端到端模型方案比较
声码器比较
WaveGAN 模型结构（GAN) 难训练，表现不稳定WaveRNN 模型结构 RNN , 音质好且稳定WaveGlow 模型结构 CNN , 有底噪，音质稳定
