تنزيل MelNet - تنزيل رمز المصدر MelNet

تنزيل

ميلنيت

تنفيذ Melnet: نموذج توليدي للصوت في مجال التردد

تحتوي عاصفة ثلجية قوية ، و Voxceleb2 ، و KSS على ملفات yaml المتوفرة ضمن config/ . بالنسبة لمجموعات البيانات الأخرى ، املأ ملف YAML الخاص بك وفقًا للآخر المقدم.
من الممكن التدريب غير المشروط جميع أنواع مجموعات البيانات ، شريطة أن يكون لها امتداد ملف ثابت محدد بواسطة data.extension داخل ملف YAML.
يتم تنفيذ التدريب الشرطي حاليًا فقط لـ KSS ومجموعة فرعية من مجموعة بيانات العاصفة الثلجية.

python trainer.py -c [config YAML file path] -n [name of run] -t [tier number] -b [batch size] -s [TTS]
- يمكن تدريب كل طبقة بشكل منفصل. نظرًا لأن كل طبقة أكبر من المستوى السابق (باستثناء المستوى 1) ، قم بتعديل حجم الدُفعة لكل طبقة.
  - لا تتناسب المستوى 6 من مجموعة بيانات العاصفة الثلجية على 16 جيجابايت P100 ، حتى مع حجم الدُفعة 1.
- علم -s هو منطقي لتحديد ما إذا كان سيتم تدريب طبقة TTS. نظرًا لأن طبقة TTS تختلف فقط في المستوى 1 ، يتم تجاهل هذه العلامة عندما [tier number] != 0 . تحذير: هذا العلم هو تبديل True بغض النظر عن ما يلي العلم. تجاهله إذا كنت لا تخطط لاستخدامه.

يجب تخزين نقاط التفتيش تحت chkpt/ .
يجب توفير ملف yaml المسمى inference.yaml ضمن config/ .
يجب أن يحدد inference.yaml عدد المستويات ، وأسماء نقاط التفتيش ، وما إذا كان جيلًا مشروطًا أم لا.

python inference.py -c [config YAML file path] -p [inference YAML file path] -t [timestep of generated mel spectrogram] -n [name of sample] -i [input sentence for conditional generation]
- يشير Timestep إلى طول طيف MEL. نسبة timestep إلى ثواني تقريبًا [sample rate] : [hop length of FFT] .
- علم -i هو اختياري ، مطلوب فقط للجيل الشرطي. تحيط الجملة مع "" وينتهي مع . .
- لا يدعم كل من الجيل غير المشروط والجيل الشرطي حاليًا التوليد المُعزَّل (استقراء من البيانات المقدمة).