MultiSpeech

Multispeech

Dies ist eine Pytorch-Implementierung von Multispeech: Multi-Sprecher-Text zur Sprache mit Transformator

Trainieren Sie Ihre Daten

Um das Modell auf Ihren Daten zu trainieren, befolgen Sie die folgenden Schritte

1. Datenvorverarbeitung

• Bereiten Sie Ihre Daten vor und stellen Sie sicher, dass die Daten in einem PSV -Format wie unten ohne den Header formatiert sind

 speaker_id,audio_path,text,duration
0|file/to/file.wav|the text in that file|3.2 

Die Lautsprecher -ID sollte ganzzahlig sein und von 0 beginnt

• Stellen Sie sicher

2. Umwelt für die Entwicklungsentwicklung

• Umwelt schaffen

python -m venv env

• Aktivieren Sie die Umgebung

 source env/bin/activate

• Installieren Sie die erforderlichen Abhängigkeiten

pip install -r requirements.txt

3. Training

• Aktualisieren Sie die Konfigurationsdatei bei Bedarf
• trainieren Sie das Modell

  python train.py --train_path train_data.txt --test_path test_data.txt --checkpoint_dir outdir --epoch 100 --batch_size 64