VITS_Japanese

Wie man benutzt

(Vorschlag) Python == 3.7

Klonen Sie dieses Repository

git clone https://github.com/CjangCjengh/vits.git

Wählen Sie Reiniger

• Füllen Sie "text_cleaners" in config.json aus
• Text/symbols bearbeiten.py
• Entfernen Sie unnötige Importe von Text/Cleaners.py

Anforderungen installieren

pip install -r requirements.txt

Datensätze erstellen

Einzelsprecher

"n_speakers" sollte 0 in config.json sein

 path/to/XXX.wav|transcript

• Beispiel

 dataset/001.wav|こんにちは。

Mutiple Sprecher

Die Lautsprecher -ID sollte von 0 beginnen

 path/to/XXX.wav|speaker id|transcript

• Beispiel

 dataset/001.wav|0|こんにちは。

Vorverarbeitung

Wenn Sie dies getan haben, setzen Sie "Cleaned_text" auf true in config.json

 # Single speaker
python preprocess.py --text_index 1 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

# Mutiple speakers
python preprocess.py --text_index 2 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

Bauen Sie die monotonische Ausrichtungssuche auf

 cd monotonic_align
python setup.py build_ext --inplace
cd ..

Zug

 # Single speaker
python train.py -c < config > -m < folder >

# Mutiple speakers
python train_ms.py -c < config > -m < folder > 

Schlussfolgerung

Online

Siehe Inferenz.ipynb

Offline

Siehe Moegoe

Laufen in Docker

docker run -itd --gpus all --name " Container name " -e NVIDIA_DRIVER_CAPABILITIES=compute,utility -e NVIDIA_VISIBLE_DEVICES=all " Image name "