调用 PP-TTS 需要安装的依赖文件 requirements.txt 如下（ 下面的版本号只是写这篇文章时的版本号，不是最新的版本号 ）：

paddlepaddle==2.4.2
paddlespeech==1.0.1
paddleaudio==1.0.1
在执行 TTS 任务过程中，会将使用到的 声学模型 和 声码器模型 下载到本地的 C:\Users\XXX\.paddlespeech\models 目录下。
执行 TTS 任务
可以通过代码或命令的方式，快速调用推理模型完成 TTS 任务并输出音频。
from paddlespeech.cli.tts import TTSExecutor
tts_executor = TTSExecutor()
wav_file = tts_executor(
    text='湖北十堰竹山县的桃花摇曳多姿，和蓝天白云一起，构成一幅美丽春景。',
    output='output.wav',  # 输出音频的路径
    am='fastspeech2_csmsc',  # TTS任务的声学模型
    voc='hifigan_csmsc',  # TTS任务的声码器
    lang='zh',  # TTS任务的语言
    spk_id=174,  # 说话人ID
paddlespeech tts --input "湖北十堰竹山县的桃花摇曳多姿，和蓝天白云一起，构成一幅美丽春景。" --output output.wav --am fastspeech2_csmsc --voc hifigan_csmsc --lang zh --spk_id 174
可能遇到的异常
在 Windows 下可能会遇到下面的编码异常：
UnicodeDecodeError: 'gbk' codec can't decode byte 0x8c in position 2088: illegal multibyte sequence
解决方式是修改源代码文件：
在 venv\Lib\site-packages\paddlespeech\t2s\frontend\zh_frontend.py 搜索到下面代码
with open(phone_vocab_path, 'rt'
with open(tone_vocab_path, 'rt'
在 venv\Lib\site-packages\paddlespeech\cli\tts\infer.py 搜索到下面代码
with open(self.phones_dict, "r"
with open(self.tones_dict, "r"
with open(self.speaker_dict, 'rt'
在搜索到的代码处，全部补充加上 , encoding='UTF-8' 以修复编码异常。
在安装 future 库下可能会遇到下面的 No module named 'src' 异常：
          import src.future
      ModuleNotFoundError: No module named 'src'
      [end of output]
解决方式是从 future · PyPI 下载 future-x.xx.x.tar.gz 源码压缩包文件，然后解压后在 setup.py 文件开头（只要在问题代码行之前就可以）添加一行 sys.path.append('') 解决路径问题：
sys.path.append('')
import src.future
然后再执行 python setup.py install 命令完成安装。
在安装 webrtcvad 库可能会遇到下面的 Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit code 2 异常：
      pywebrtcvad.c
      cbits\pywebrtcvad.c(1): fatal error C1083: Cannot open include file: 'Python.h': No such file or directory
      error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit code 2
      [end of output]
解决方式是从 Releases · PaddlePaddle/PaddleSpeech (github.com) 下载对应版本的源代码，然后解压压缩包，把 setup.py 文件里面依赖项列表中的 webrtcvad 替换成 webrtcvad-wheels：
base = [
    "webrtcvad-wheels",
然后在源代码目录下执行下面两个命令完成安装：
pip install pytest-runner
pip install .
声码器模型
说话人ID
FastSpeech2: 非自回归模型，简化 Tacotron2 模型的预训练工作，改用 MFA 指导 duration 预测，引入了 pitch、energy 预测辅助声学建模
SpeedySpeech: 另一个主流的声学模型，非自回归模型
Tacotron2: 使用了RNN结构，自回归模型，合成速度较慢
参数 voc = vocoder = 声码器，源自人声编码器的缩写，又称语音信号分析合成系统，对声音进行分析与合成的系统，主要应用于合成人类语音。声码器的主要功能是把声学特征转成可播放的语音波形。声码器的好坏直接决定了音频的音质高低。
HiFiGAN: 提出了一种残差结构，交替使用带洞卷积和普通卷积增大感受野，保证合成音质的同时，提高推理速度
WaveNet: 为了增大感受野，叠加带洞卷积，逐样本点生成，音质确实很好，但是也使得模型较大，推理速度较慢