الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

Fastspeech-pytorch

تنفيذ Fastspeech على أساس pytorch.

تحديث (2020/07/20)

  1. تحسين عملية التدريب.
  2. تحسين تنفيذ منظم الطول.
  3. استخدم نفس المعلمة Hyper مثل Fastspeech2.
  4. تدابير 1 و 2 و 3 تجعل عملية التدريب أسرع 3 مرات من ذي قبل.
  5. جودة الكلام الأفضل.

نموذج

مدونتي

  • ملاحظات القراءة السريعة
  • التفاصيل وإعادة التفكير في هذا التنفيذ

إعداد مجموعة البيانات

  1. قم بتنزيل واستخراج مجموعة بيانات LJSpeech.
  2. ضع مجموعة بيانات LJSpeech في data .
  3. unzip alignments.zip .
  4. ضع نموذج WaveGlow pretrained nvidia في waveglow/pretrained_model وإعادة تسمية باسم waveglow_256channels.pt ؛
  5. تشغيل python3 preprocess.py .

تمرين

تشغيل python3 train.py .

تقييم

تشغيل python3 eval.py

ملحوظات

  • في ورقة Fastspeech ، يستخدم المؤلفون نموذج Transformer Transed Transfort مسبقًا لتوفير هدف المحاذاة. لم يكن لدي نموذج Transformer-TTS مدرب جيدًا ، لذا فأنا أستخدم Tacotron2 بدلاً من ذلك.
  • أستخدم نفس المعلمة المفرطة مثل Fastspeade2.
  • أمثلة الصوت في sample .
  • نموذج ما قبل.

مرجع

مستودع

  • تنفيذ Tacotron على أساس TensorFlow
  • تنفيذ المحول على أساس pytorch
  • تنفيذ Transformer-TTS على أساس Pytorch
  • تنفيذ Tacotron2 على أساس Pytorch
  • تنفيذ fastspech2 بناءً على pytorch

ورق

  • Tacotron2
  • محول
  • Fastspeech
  • Fastspeech2
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل