TFGAN

Tfgan

Dieses Repo ist inoffizielle Geräte von TFGAN: Zeit- und Frequenzdomänenbasis generatives kontroverses Netzwerk für die Sprachsynthese mit hoher Fidelität unter Verwendung von Pytorch.

Erfordernis

Getestet auf Python 3.6

pip install -r requirements.txt

Datensatz vorbereiten

• Laden Sie den Datensatz für das Training herunter. Dies können alle WAV -Dateien mit Beispielrate 22050Hz sein. (zB ljspeech wurde in Papier verwendet)
• Präprozess: python preprocess.py -c config/default.yaml -d [data's root path]
• Konfiguration yaml -Datei bearbeiten

Zug & Tensorboard

• python trainer.py -c [config yaml file] -n [name of the run]

  • cp config/default.yaml config/config.yaml und dann bearbeiten config.yaml
  • Schreiben Sie den Stammpfad von Zug-/Validierungsdateien in die 2./3. Zeile auf.

• tensorboard --logdir logs/

Schlussfolgerung

• python inference.py -p [checkpoint path] -i [input mel path]

Kontrollpunkt:

• LJSpeech Checkpoint hier.