الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

تفاصيل TTS

اقترح النموذج حديثًا ثلاث طرق مهمة مهمة لتصبح أفضل ممارسة لـ AR TTS.

  • على الرغم من استخدام RVQ ، فإن التدريب الفعلي يستخدم ميزات مستمرة ، إلا أنني أسميها التقدير المزيف.
  • الكل في نموذج واحد. يحتوي النموذج على GPT ، الانتشار ، vqvae ، gan و flowvae في واحد. قطار واحد استنتاج واحد.
  • يتم استخدام كل من SPK EMB المسبق والمطاردة للاستفادة من كل من الاستدلال نوع الوديان والتدريب على نوع السلحفاة.

صورة

فيما يلي النتيجة التي تم الحصول عليها بعد تدريب النموذج على 10000 ساعة من البيانات القذرة للغاية. يمكن توسيع نطاق النموذج بسهولة مع العديد من بيانات الجودة المنخفضة.

موجه 0

reorm00.mov

ولدت 0

prompr01.mov

موجه 1

prompt10.mov

ولدت 1

prompt12.mov

موجه 2

prompt20.mov

ولدت 2

prompt21.mov

الاستدلال

تحقق api.py

مجموعة البيانات

تغيير المسار يحتوي على الصوت في البرنامج النصي وتشغيله 

 python prepare/0_vad_asr_save_to_jsonl.py

تدريب وزيادة النغمة 

 accelerate launch train.py

للضبط الدقيق ، قم بتغيير مسار تحميل نموذج ما قبل الأثرياء.

شكر وتقدير

VQ و Vits من GSV

الانتشار و GPT من السلحفاة

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