语音合成论文优选：lpcnet优化Lightweight LPCNet-based Neural Vocoder with Tensor Decomposition

声明：语音合成论文优选系列主要分享论文，分享论文不做直接翻译，所写的内容主要是我对论文内容的概括和个人看法。如有转载，请标注来源。

欢迎关注微信公众号：低调奋进

Lightweight LPCNet-based Neural Vocoder with Tensor Decomposition

本文章是日本NTT公司在interspeech2020发表的文章，主要工作使用张量分解方法来优化声码器lpcnet，整体加速1.26x，具体的文章链接

Mon-1-5-4 Lightweight LPCNet-based Neural Vocoder with Tensor Decomposition - Speech Synthesis: Neural Waveform Generation I - INTERSPEECH 2020

1 研究背景

现在语音合成领域的主流声码器为wavenet,wavernn,lpcnet,melgan,waveglow等等，其中lpcnet由于低复杂度受到工业界和学术界的追捧​。其中lpcnet的结构图为图1所示，做语音研究对其非常熟悉，在此不再浪费篇幅进行介绍，有兴趣的读者可以参考我前边总结的lpcnet​。接下来说一下本文的动机，整个系统时间开销如图2所示，98.2%的时间开销在decoder中，另外grua层已经使用稀疏化进行优化后，decoder的中的grub+dualfc的时间开销占比48.2%，这也是​本文优化的目标。