الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

نص الالتفاف العميق إلى الكلام

هذا هو تطبيق الورقة "نظام النص إلى الكلام القابل للتدريب بكفاءة استنادًا إلى شبكات تلافيفية عميقة مع اهتمام موجه" https://arxiv.org/abs/1710.08969

يعتمد الرمز على التطبيقات التالية

  • https://github.com/keithito/tacotron.git
  • https://github.com/joisino/chainer-ettts.git
  • https://github.com/kyubyong/tacotron.git

يدرب النموذج "Text2mel" & "SSRN" بشكل منفصل من خلال Trainmel.py & Trainmag.py على التوالي تحتاج إلى تنزيل مجموعة بيانات LJSpeech المتاحة على https://keithito.com/lj-spech-dataset/

عينات الصوت

يمكنك الاستماع إلى عينات الصوت

يمكن تنزيل النماذج المدربة مسبقًا هنا

إعداد مجموعة البيانات

أولاً ، عليك إعداد مجموعة البيانات. إذا كنت ترغب في استخدام مجموعة بيانات LJSpeech ، فيمكنك استخدام الأوامر التالية. 

 $ wget http://data.keithito.com/data/speech/LJSpeech-1.0.tar.bz2
$ tar xvf LJSpeech-1.0.tar.bz2
$ python prepro.py

تدريب شبكة text2mel 

 $ python trainmel.py

أثناء التدريب ، يمكنك مراجعة المخرجات (افتراضيًا كل 200 حافلة صغيرة) ، يتفريغ أول مثالين في الدفعة في MEL0.PNG & MEL1.PNG وكذلك عرض الانتباه المستفاد من خلال A0.PNG & A1.PNG

ميل

انتباه

تدريب شبكة SSRN 

 $ python trainmag.py

أثناء التدريب ، يمكنك عرض الإخراج من خلال mag0.png & mag1.png ، والذي يقارن الطيف المستفاد مع حقيقة Groung.

ماج

توليف

لتوليف استخدام عقوبة جديدة: 

 $ python synth.py --text "sentance to synthesize" --file output.wav

خادم الويب التجريبي

يمكنك تشغيل خادم ويب تجريبي للقيام بـ TTS عن طريق التشغيل 

 $ python server.py

هذا يستخدم إطار قارورة لتشغيل العرض التوضيحي

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل