007、声码器技术对比：WaveNet、WaveGlow 与 HiFi-GAN 原理剖析

从一段深夜调试日志说起

上周在部署新版 TTS 时遇到个诡异问题：合成出的语音在安静环境下听着还行，一到车载环境就出现断续的“嘶嘶”声。频谱仪上能看到 8kHz 附近有些奇怪的谐波残留——这不是梅尔谱的问题，声码器背锅。于是又把几个主流声码器重新拉出来跑了一遍对比测试，正好把这次折腾的笔记整理出来。

WaveNet：开山之作的沉重王冠

2016 年 DeepMind 扔出 WaveNet 时，大家都被那个原始波形生成质量震住了。但真正实现过的人都知道，这玩意在工程上是个“美丽的噩梦”。

核心思想其实很直观：用因果卷积（causal conv）逐点生成波形，每个点的概率分布取决于前面所有点。那个自回归结构写出来大概长这样：

# 伪代码示意，实际实现要复杂得多defwavenet_step(conditioning_features):# 堆叠多层的因果卷积residual