Created by: ymzlygw

比如根据Ljspeech英语数据集训练出来的waveflow-vocoder，输入英语wav的mel文件，会生成十分相似的wav。但是如果输入其他语言的mel波形，比如日语，或者中文的mel波形，则可能无法合成正常的wav，甚至只能合成噪声文件。因此需要根据特定语言训练特定的vocoder，是这样的么？