一种把文本转为语音声谱的端到端模型。
Tacotron像给导航请声优：塞进文字小纸条，吐出真人嗓，一点不端着。
推动端到端语音合成，常见于有声书、助手。
TTSTacotron 是端到端神经语音合成的代表模型。
Seq2Seq它用 Seq2Seq 把文字序列映射为声谱序列。
AttentionAttention 帮它对齐输入文字和输出声音。
WaveNetTacotron 2 常接 WaveNet 把声谱变成波形。