VITS语音合成还需要构建词典吗

关于VITS模型下的语音合成,是否还需要像其他模型一样,准备词典呢?

不知道你这个问题是否已经解决, 如果还没有解决的话:

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^