PolyLangVITS

• polylangvits

نظام تخليق الكلام متعدد اللغات باستخدام حالات

جدول المحتويات

• المتطلبات الأساسية
• تثبيت
• تحضير _datasets
• الاستخدام
• الاستدلال
• مراجع

المتطلبات الأساسية

• نظام Windows/Linux مع ذاكرة الوصول العشوائي على الأقل 16GB .
• وحدة معالجة الرسومات مع ما لا يقل عن 12GB من VRAM.
• بيثون == 3.8
• أناكوندا مثبتة.
• Pytorch مثبتة.
• CUDA 11.x مثبت.
• Zlib DLL مثبت.

أمر تثبيت Pytorch:

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

CUDA 11.7 تثبيت: https://developer.nvidia.com/cuda-11-7-0-download-archive

Zlib DLL تثبيت: https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-zlib-windows

تثبيت pyopenjtalk يدويًا: pip install -U pyopenjtalk --no-build-isolation

إذا لم يتم تثبيت هذا الأمر ، فيرجى تثبيت المكتبة التالية قبل المتابعة: cmake Cython

---

تثبيت

1. إنشاء بيئة أناكوندا:

conda create -n polylangvits python=3.8

2. تنشيط البيئة:

conda activate polylangvits

3. استنساخ هذا المستودع إلى جهازك المحلي:

git clone https://github.com/ORI-Muchim/PolyLangVITS.git

4. انتقل إلى الدليل المستنسخ:

 cd PolyLangVITS

5. تثبيت التبعيات اللازمة:

pip install -r requirements.txt

---

تحضير _datasets

ضع ملفات الصوت على النحو التالي.

.MP3 أو .WAV Files على ما يرام.

يجب أن تكتب "[رمز اللغة]" على ظهر مجلد السماعة.

 PolyLangVITS
├────datasets
│       ├───speaker0[KO]
│       │   ├────1.mp3
│       │   └────1.wav
│       └───speaker1[JA]
│       │    ├───1.mp3
│       │    └───1.wav
│       ├───speaker2[EN]
│       │   ├────1.mp3
│       │   └────1.wav
│       ├───speaker3[ZH]
│       │   ├────1.mp3
│       │   └────1.wav
│       ├integral.py
│       └integral_low.py
│
├────vits
├────get_pretrained_model.py
├────inference.py
├────main_low.py
├────main_resume.py
├────main.py
├────Readme.md
└────requirements.txt

هذا مجرد مثال ، ولا بأس في إضافة المزيد من مكبرات الصوت.

---

الاستخدام

لبدء هذه الأداة ، استخدم الأمر التالي ، واستبدال {language} و {model_name} و {sample_rate} مع قيم كل منهما:

python main.py {language} {model_name} {sample_rate}

بالنسبة لأولئك الذين لديهم مواصفات منخفضة (VRAM <12 جيجابايت) ، يرجى استخدام هذا الرمز:

python main_low.py {language} {model_name} {sample_rate}

إذا اكتمل تكوين البيانات وتريد استئناف التدريب ، أدخل هذا الرمز:

python main_resume.py {model_name}

---

الاستدلال

بعد تدريب النموذج ، يمكنك إنشاء تنبؤات باستخدام الأمر التالي ، واستبدال {model_name} و {model_step} مع قيم كل منهما:

python inference.py {model_name} {model_step}

للحصول على نص لاستنتاج الكلام ، استخدم ما يلي:

python inference-stt.py {model_name} {model_step}

أيضًا ، يمكنك تمرير النص يدويًا دون تحرير الرمز بواسطة:

python inference-stt.py {model_name} {model_step} {text}

---

مراجع

لمزيد من المعلومات ، يرجى الرجوع إلى المستودعات التالية:

• Jaywalnut310/vits
• cjangcjengh/vits
• Kyubyong/G2PK
• Tenebo/G2PK2
• Henrymass/Audioslicer