Akjava/

matcha-tts_ja_single-speaker_merged_ja004_ja005-retrain-ja004

ja004とja005を一緒にトレーニングしたモデルには、イントネーションの改善が見られた。（人による主観) これを、再度ja004でトレーニングすることで、イントネーションが改善され、なおかつ音がいいモデルを作ろうとした

全体的に、音は劣化 失敗。後半になるほど、ja004のfromscratchモデルに近くなる。ただし音はなんか悪い。 前半は、若干音が多重化してるようにも聞こえる。 ただし、中間でイントネーションの改善がみられつつ、音が許容範囲なものもある。ただ、多くのcheckpointからベストを見つける機械的方法がない