Chinese text to speech ,中文语音合成
综合github上的几个项目对merlin的简化，模型基于tf2.keras
对于sample_rate=22050,hop_size=256的melgan声码器，merlin前端特征对齐参数是：
frame_period =1000*hop_size/sample_rate
frame_shift_in_micro_sec=int(frame_period*10000)
基于fastspech2的音色克隆。包括tacotron2、fastspeech2、lightspeech、hifi-gan训练，整个过程基于TensorFlowTTS。