+
+其中包含了百度研究院最近提出的 [WaveFlow](https://arxiv.org/abs/1912.01219) 模型。
+
+- WaveFlow 无需专用于推理的 kernel, 就可以在 Nvidia v100 上以 40 倍实时的速度合成 22.05kHz 的高保真度的语音。这比 [WaveGlow](https://github.com/NVIDIA/waveglow) 模型更快，而且比 WaveNet 快几个数量级。
+- WaveFlow 是占用小的，基于流的用于生成原始音频的模型，只有 5.9M 个可训练参数，约为 WaveGlow (87.9M 个参数) 的 1/15.
+- WaveFlow 可以直接通过最大似然方式训练，而不需要概率密度蒸馏，或者是类似 ParallelWaveNet 和 ClariNet 中使用的辅助 loss, 这简化了训练流程，减小了开发成本。
+
+## 模型概览
+
+为了方便使用已有的 TTS 模型以及开发新的模型，Parakeet 选取了经典的模型，并且提供了基于 PaddlePaddle 的参考实现。Parakeet 进一步抽象了 TTS 任务的流程，并且将数据预处理，模块共享，模型配置以及训练和合成的流程标准化。目前已经支持的模型包括音码器 (vocoder) 和声学模型。
+
+- 音码器
+ - [WaveFlow: A Compact Flow-based Model for Raw Audio](https://arxiv.org/abs/1912.01219)
+ - [ClariNet: Parallel Wave Generation in End-to-End Text-to-Speech](https://arxiv.org/abs/1807.07281)
+ - [WaveNet: A Generative Model for Raw Audio](https://arxiv.org/abs/1609.03499)
+
+- 声学模型
+ - [Deep Voice 3: Scaling Text-to-Speech with Convolutional Sequence Learning](https://arxiv.org/abs/1710.07654)
+ - [Neural Speech Synthesis with Transformer Network (Transformer TTS)](https://arxiv.org/abs/1809.08895)
+ - [FastSpeech: Fast, Robust and Controllable Text to Speech](https://arxiv.org/abs/1905.09263)
+
+未来将会添加更多的模型。
+
+如若需要基于 Parakeet 实现自己的模型和实验，可以参考 [如何准备自己的实验](./docs/experiment_guide_cn.md).
+
+## 安装
+
+请参考 [安装](./docs/installation_cn.md).
+
+## 实验样例
+
+Parakeet 提供了多个实验样例。这些样例使用 parakeet 中提供的模型，提供在公共数据集上进行实验的完整流程，包含数据处理，模型训练以及预测的功能，是进行实验以及二次开发的示例。
+
+- [>>> WaveFlow](./examples/waveflow)
+- [>>> Clarinet](./examples/clarinet)
+- [>>> WaveNet](./examples/wavenet)
+- [>>> Deep Voice 3](./examples/deepvoice3)
+- [>>> Transformer TTS](./examples/transformer_tts)
+- [>>> FastSpeech](./examples/fastspeech)
+
+
+## 预训练模型和音频样例
+
+Parakeet 同时提供了示例模型的训练好的参数，可从下表中获取。每一列列出了一个模型的资源，包含预训练模型的 checkpoint 下载 url, 训练该模型用的数据集，以及使用改 checkpoint 合成的语音样例。点击模型名，可以下载到一个压缩包，其中包含了训练该模型时使用的配置文件。
+
+#### 音码器
+
+我们提供了 residual channel 为 64, 96, 128 的 WaveFlow 模型 checkpoint. 另外还提供了 ClariNet 和 WaveNet 的 checkpoint.
+
+| + WaveFlow (res. channels 64) + | ++ WaveFlow (res. channels 96) + | ++ WaveFlow (res. channels 128) + | +
|---|---|---|
| LJSpeech | +LJSpeech | +LJSpeech | +
+
+  + + + + + + + +
+ |
+
+
+ + + + + + + + +
+ |
+
+
+ + + + + + + + +
+ |
+
| + ClariNet + | ++ WaveNet + | +|
| LJSpeech | +LJSpeech | +|
|
+
+ + + + + + + + +
+ |
+
+
+ + + + + + + + +
+ |
+