الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

صوت عميق 3

هذا هو تطبيق Tensorflow للصوت العميق 3: 2000 مكبر الصوت العصبي إلى الكلام. في الوقت الحالي ، نركز فقط على تخليق المتحدث الفردي.

متطلبات

  • TensorFlow> = 1.2
  • بيثون> = 3.0

مجموعة البيانات

مجموعة بيانات الكلام LJ

قبل العملية

قم بتنزيل وفك ضغط مجموعة بيانات الكلام LJ. يجري: 

 python prepro.py

ملاحظة: تأكد من عدم الضغط على مجموعة البيانات في نفس Foler of prepro.py .

بعد ذلك ، سنحصل على ثلاثة مجلدات جديدة: 

 ├── dones          [New]
├── mags           [New]
├── mels           [New]
├── metadata.csv
├── README
└── wavs

تمرين

./LJSpeech-1.0/dones تحميل بيانات التدريب من ./LJSpeech-1.0/metadata.csv ./LJSpeech-1.0/mags ./LJSpeech-1.0/mels إذا أردنا تغيير مسار التحميل ، فيمكننا تغيير التكوين في class Hyperparams .

لتدريب النموذج ، نستخدم هذا الأمر: 

 python train.py

نموذج تدريب مسبقًا

حاليا ، لا يمكننا الحصول على نتيجة جيدة. ومع ذلك ، ما زلنا نقدم نموذجنا المسبق قبل التدريب في حالة اهتمام شخص ما به.

نموذج تدريب مسبقًا.

شكل انتباهه كما يلي:

يتم تضمين جميع أرقام الاهتمام التي تم إنشاؤها في التدريب في ملف النموذج المضغوط مسبقًا.

وصف الملف

  • Hyperparams.py: معلمات Hyper
  • prepro.py: ينشئ مدخلات وأهداف ، أي طيف ميل ، الحجم ، و dones.
  • data_load.py
  • utils.py: عدة وظائف تشغيلية مخصصة.
  • MODULES.PY: لبنات البناء للشبكات.
  • Networks.py: التشفير ، فك التشفير ، والمحول
  • Train.py: Train
  • توليف.بي: الاستدلال
  • test_sents.txt: بعض جمل الاختبار في الورقة.

مرجع

يتم استعارة معظم الكود من Kyubyong/DeepVoice3.

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