语音合成用哪种神经网络

语音合成通常使用的是基于循环神经网络（Recurrent Neural Network, RNN）的技术，尤其是长短时记忆网络（Long Short-Term Memory, LSTM）或门控循环单元（Gated Recurrent Unit, GRU），因为它们能够处理序列数据并保持长期记忆。这类神经网络被称为“递归神经网络”或“序列到序列”（Sequence-to-Sequence, Seq2Seq）模型，它们会将输入的文本转化为对应的音频波形或 mel-spectrogram，也就是我们可以听到的声音。此外，还有一些结合了注意力机制的模型，如Transformer架构，也被用于改进语音合成的质量。