الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

استنساخ الصوت متعدد التاكوترون

هذا المستودع هو تنفيذ متعدد اللغات (روسي-إنجليزي) يعتمد على تربية الوقت الفعلي. هو إطار تعلم عميق من أربع مراحل يسمح بإنشاء تمثيل عددي لصوت من بضع ثوان من الصوت ، وللإحداث نموذج نص إلى كلام. إذا كنت بحاجة إلى الإصدار الإنجليزية ، فيرجى استخدام التنفيذ الأصلي.

هذا المستودع عبارة عن تنفيذ صوتي متعدد اللغات (روسي-إنجليزي) يعتمد على تربية الوقت الفعلي. وهو يتألف من أربع شبكات عصبية تسمح لك بإنشاء تمثيل عددي للصوت من عدة ثوان من الصوت واستخدامه لإنشاء نموذج لتحويل النص إلى الكلام

مثال

بداية سريعة

استخدم عرض Colab Online

متطلبات

ستحتاج إلى ما يلي ما تخطط لاستخدام صندوق الأدوات فقط لإعادة تدريب النماذج.

≥python 3.6 .

Pytorch (> = 1.0.1).

قم بتشغيل pip install -r requirements.txt لتثبيت الحزم اللازمة.

يعد GPU إلزاميًا ، لكنك تحتاج بالضرورة إلى وحدة معالجة الرسومات عالية المستوى إذا كنت ترغب في استخدام صندوق الأدوات.

نماذج ما قبل

قم بتنزيل أحدث Geere.

مجموعات البيانات

اسم لغة وصلة تعليقات رابط بلدي تعليقات
قاموس الصوتية en ، رو en ، رو قاموس الصوتية وصلة الجمع بين قاموس الصوتية الروسية والإنجليزية
Librispeech en وصلة 300 مكبرات صوت ، خطاب نظيف 360 ساعة
voxceleb en وصلة 7000 مكبرات صوت ، خطاب سيء عدة ساعات
M-ilabs رو وصلة 3 مكبرات صوت ، خطاب نظيف 46 ساعة
open_tts ، open_stt رو open_tts ، open_stt العديد من المتحدثين ، وساعات طويلة خطاب سيء وصلة تنظيف 4 ساعات من الكلام من متحدث واحد. تصحيح التبرع ، مقسمة إلى أجزاء تصل إلى 7 ثوانٍ
Voxforge+Audiobook رو وصلة العديد من المتحدثين ، 25 ساعة جودة مختلفة وصلة اخترت الملفات الجيدة. اقتحم الأجزاء. أضافت كتابًا مسموعًا من الإنترنت. اتضح أن 200 مكبر صوت بضع دقائق لكل منهما
روسلان رو وصلة متحدث واحد ، 40 ساعة خطاب جيد وصلة تم تصحيحه في 16 كيلو هرتز
موزيلا رو وصلة 50 متحدثًا ، خطاب جيد 30 ساعة وصلة مدهون في 16 كيلو هرتز ، متناثرة مستخدمين مختلفين في المجلدات
أغنية روسية رو وصلة متحدث واحد ، خطاب جيد 9H وصلة تم تصحيحه في 16 كيلو هرتز

أدوات

يمكنك تجربة صندوق الأدوات:

python demo_toolbox.py -d <datasets_root>
أو
python demo_toolbox.py

ويكي

نماذج ما قبل

التدريب (ولللغات الأخرى)

التدريب (ولللغات الأخرى)

مساهمة

لأي أسئلة ، يرجى إرسال بريد إلكتروني إلى MEM

تنفيذ الأوراق

عنوان URL تعيين عنوان مصدر التنفيذ
1806.04558 SV2TTS نقل التعلم من التحقق من مكبر الصوت إلى توليف النص إلى الكلام متعدد اللاعبين كورنتينج
1802.08435 Wavernn (Vocoder) تخليق الصوت الفعال Fatchord/Wavernn
1712.05884 تاكوترون 2 (مزج) تخليق TTS الطبيعي عن طريق تكييف Wavenet على تنبؤات طيفية MEL Rayhane-Mamah/Tacotron-2
1710.10467 GE2E (تشفير) خسارة معممة من طرف إلى طرف للتحقق من المتحدثين كورنتينج
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل