变慢变高变响亮：如何调好文字转语音TTS的pace、pitch_rate与energy_rate三旋钮

tts-fastspeech2-ljspeech 是 SpeechBrain 提供的文字转语音（TTS）语音合成预训练模型，基于 FastSpeech2 架构、在 LJSpeech 英文语料上训练。只需三个参数——pace、pitch_rate、energy_rate——就能自由调节语速、音调与响度。本文将带你快速上手这套 TTS 模型，并给出一套实用的三旋钮调参技巧。

三步跑通TTS：模型加载与最小调用

这套模型采用"文本 → 频谱 → 波形"的两级流水线：

1. FastSpeech2（即本仓库的tts-fastspeech2-ljspeech）：把文本转成 80 维 mel 频谱；
2. HiFi-GAN 声码器（speechbrain/tts-hifigan-ljspeech）：把频谱还原成 22050 Hz 的音频波形。

from speechbrain.inference.TTS import FastSpeech2 from speechbrain.inference.vocoders import HIFIGAN fastspeech2 = FastSpeech2.from_hparams( source="speechbrain/tts-fastspeech2-ljspeech", savedir="pretrained_models/tts-fastspeech2-ljspeech" ) hifi_gan = HIFIGAN.from_hparams( source="speechbrain/tts-hifigan-ljspeech", savedir="pretrained_models/tts-hifigan-ljspeech" ) mel, durations, pitch, energy = fastspeech2.encode_text( ["Hello, this is a text-to-speech demo."], pace=1.0, # 语速 pitch_rate=1.0, # 音调 energy_rate=1.0, # 响度 ) waveforms = hifi_gan.decode_batch(mel)

模型权重与配置文件都随仓库附带，无需 clone 即可直接加载：

pace 怎么调：语速调节完全指南

pace控制语速，但它的真实身份是"时长倍数"——在 SpeechBrain 源码中，每个音素的发音时长会被乘以pace后再进行帧上采样：

💡 记忆口诀：pace 越大，说得越慢（时长被拉长），与"速度"方向相反，第一次调容易搞反。

pitch_rate 怎么调：让声音变高或变低

pitch_rate控制音调高低。模型预测出每一帧的基频（pitch）后，会直接乘以pitch_rate：

energy_rate 怎么调：让声音变响或变轻

energy_rate控制响度与力度，机制与 pitch 相同——逐帧能量乘以energy_rate：

调参速查表：6种常见场景的推荐取值

三个旋钮相互独立、可任意组合，下面是按场景整理的一组安全取值（均在模型耐受范围内）：

实际调参时建议一次只动一个旋钮，每次步进 0.05~0.1，边听边调，比一次性叠加大改动更容易收敛到自然的效果。

常见踩坑：为什么声音发炸或被吞字？

• 参数太极端：FastSpeech2 只会输出 mel 频谱，极端取值会把频谱推到声码器不熟悉的区域，HiFi-GAN 还原时就会出现噪声或"电音"。三个参数保持在0.7~1.3区间最稳妥。
• pace 太小导致"吞字"：时长被压缩到不足一个音节，个别音素直接被截断，听感像漏字。
• 输入了中文：模型的词表只有 42 个英文 ARPAbet 音素（见 hyperparams.yaml 中的lexicon），只可靠支持英文文本，中文会转写出错甚至报错。
• 期望输出高采样率：该模型输出固定为22050 Hz（config.json 中sample_rate字段），若需 16k/48k 请用torchaudio重采样。
• GPU 加速：调用from_hparams时追加run_opts={"device":"cuda"}即可，详见 README.md。

常见问题 FAQ

Q：为什么我拿到的是频谱而不是声音文件？FastSpeech2 只负责"文本 → 频谱"，波形需要 HiFi-GAN 声码器生成，再用torchaudio.save()保存为 wav。

Q：能一次合成多句话吗？可以。encode_text接受文本列表，返回批量频谱，再统一交给声码器解码。

Q：三旋钮的默认值是多少？都是1.0，即完全不缩放，输出最接近训练数据的原始音色。

Q：调参源码在哪看？推理入口在 SpeechBrain 库的speechbrain/inference/TTS.py（FastSpeech2类），pitch/energy 缩放与 pace 上采样逻辑位于speechbrain/lobes/models/FastSpeech2.py。

小结

tts-fastspeech2-ljspeech 的三旋钮分工明确：pace管时长（越大越慢）、pitch_rate管音调（越大越高）、energy_rate管响度（越大越响）。日常使用守住 0.7~1.3 的安全区间、配合场景速查表微调，就能稳定得到自然流畅的合成语音。