deepaudio tts

Was ist Deepaudio-TTS?

Deepaudio-TTS ist ein Rahmen für die Schulung von TTS-Modellen (TTS) für neuronale Netzwerke. Es gibt oder umfasst beliebte neuronale Netzwerkarchitekturen für TTS- und Vocoder -Modelle.

Um verschiedene Funktionen wie Mischprezision, Multi-Knoten-Training und TPU-Training usw. einfach zu verwenden, habe ich Pytorch-Lighting und Hydra in diesen Rahmen eingeführt. Es ist noch in der Entwicklung.

Trainingsbeispiele

1. Vorverarbeitungsdaten. (Skripte, die in Kürze entstehen, oder Sie können dem Tutorial der Paddelrede für diesen Schritt folgen.)
2. Trainieren Sie das Modell. Sie können ein Experiment in Deepaudio/tts/cli/configs/Experiment auswählen. Trainieren Sie dann das Modell mit folgenden Linien:

 $ export PYTHONPATH="${PYTHONPATH}:/dir/of/this/project/"
$ python -m deepaudio.tts.cli.train experiment=tacotron2 datamodule.train_metadata=/you/path/to/train_metadata datamodule.dev_metadata=/you/path/to/dev_metadata

Unterstützte Modelle

1. Tacotron2
2. Fastspeech2
3. Transformator TTS
4. Paralleler Wavegan
5. HiFigan
6. Vits

Zukunftsplan

Clean Code

1. Entfernen Sie redundante Codes.
2. Machen Sie Deepaudio.tts.models sauberer.

Modelle

1. Andere Modelle.
2. Vorbereitete Modelle.

Einsatz

1. Onnx
2. JIT

Wie man zu Deepaudio-TTs beiträgt

Es ist ein persönliches Projekt. Ich habe also nicht genug GPU -Ressourcen, um viele Experimente durchzuführen. Dieses Projekt ist noch in der Entwicklung. Ich schätze jede Art von Feedback oder Beiträgen. Bitte können Sie sich frei machen, um einige kleine Probleme wie Fehlerbehebungen und Experimentergebnisse zu erreichen. Wenn Sie Fragen haben, öffnen Sie bitte ein Problem.

Anerkennen

Ich habe viele Codes von ESPNET- und Paddle -Sprache geliehen