Tacotron pytorch

تاكوتون بايتورش

تطبيق Pytorch من Tacotron: نموذج تخليق النص إلى الكلام من طرف إلى طرف.

متطلبات

• تثبيت بيثون 3
• تثبيت pytorch == 0.2.0
• متطلبات التثبيت:

   pip install -r requirements.txt
  

بيانات

لقد استخدمت مجموعة بيانات LJSPEEDE التي تتكون من أزواج من النصوص النصية وملفات WAV. يمكن تنزيل مجموعة البيانات الكاملة (13،100 زوج) هنا. لقد أشرت https://github.com/keithito/tacotron لرمز المعالجة المسبقة.

وصف الملف

• hyperparams.py يشمل جميع المعلمات المفرطة المطلوبة.
• data.py يقوم بتحميل بيانات التدريب ونص المعالجة المسبقة للفهرس وملفات WAV إلى Spectrogram. رموز المعالجة المسبقة للنص في النص/ الدليل.
• يحتوي module.py على جميع الطرق ، بما في ذلك CBHG ، الطريق السريع ، prenet ، وهلم جرا.
• يحتوي network.py على شبكات بما في ذلك الشفرة ، وشبكة فك التشفير وشبكة ما بعد المعالجة.
• train.py للتدريب.
• synthesis.py لتوليد عينة TTS.

تدريب الشبكة

• الخطوة 1. قم بتنزيل واستخراج بيانات LJSpeech في أي دليل تريده.
• الخطوة 2. اضبط أجهزة التمييز المفرطة في hyperparams.py ، وخاصة "Data_Path" وهو دليل تقوم باستخراج الملفات والآخرين إذا لزم الأمر.
• الخطوة 3. تشغيل train.py .

إنشاء ملف TTS WAV

• الخطوة 1. تشغيل synthesis.py . تأكد من خطوة الاستعادة.

عينات

• يمكنك التحقق من العينات التي تم إنشاؤها في دليل "العينات/". كانت خطوة التدريب 60 ألف فقط ، وبالتالي فإن الأداء ليس جيدًا بعد.

مرجع

• Keith Ito: https://github.com/keithito/tacotron

تعليقات

• أي تعليقات للرموز نرحب دائمًا.