论文笔记：WaveNet: A Generative Model For Raw Audio

目的主要是：生成的语音听起来比其他的tts方法更流畅。
还可以实现：文本到语音，语音转换，生成音乐，辨别
其实就是提供了一个通用的网络，加以改造就能够完成不同的任务

相关的知识：
PixelCnn 用于图片生成的cnn
casual convolution 因果卷积
dilated convolution 扩展卷积
gated activation
residual and skip connection
残差神经网络ResNet：
https://blog.youkuaiyun.com/qq_40027052/article/details/78261737
http://www.itboth.com/d/iqyQF3/resnet-connection-skip
skip connection是残差神经网络的连接方式
https://www.jianshu.com/p/09643588f373

论文的中文翻译：
https://my.oschina.net/stephenyng/blog/1621584

论文的blog：
https://deepmind.com/blog/wavenet-generative-model-raw-audio/

论文中提到的文本转语音的方法（先使用tts模型），论文中gate的操作原因：
https://www.zhihu.com/question/56017966/answer/253599651

论文一般模型的输入输出：
https://www.cnblogs.com/seanliao/p/9595536.html

语音合成发展：
https://www.sohu.com/a/119298142_491255