melgan multi

Melgan Multi GPU -Implementierung.

Pytorch -Implementierung von Melgan: generative kontroverse Netzwerke für die bedingte Wellenform -Synthese.

Diese Implementierung umfasst verteilte Unterstützung und verwendet den LJSpeech -Datensatz.

Voraussetzungen

1. Nvidia gpu + cuda cudnn
2. Python> = 3,5
3. Pytorch == 1.2
4. Klonen Sie dieses Repository.
5. Installieren Sie die Python -Anforderungen. Bitte beachten Sie die Anforderungen.txt

Datensatz

1. Laden Sie den LJ -Sprachdatensatz herunter und extrahieren Sie
2. Verschieben Sie alle WAV-Dateien in data/LJSpeech-1.1/wavs

Ausbildung

1. python train.py --config=config.json --cps=cp_melgan

Das Standard -Checkpoint -Verzeichnis ist cp_melgan

Tensorboard -Protokolle werden in cp_melgan/logs gespeichert

Multi-GPU-Training (verteilt)

1. python distributed.py --config=config.json --args_str="--cps=cp_melgan"

Der Trainingscode erkennt alle GPUs und legt sie automatisch fest.

Generierte Muster -Audio

1. Aktuelle Proben (489K -Schritte)

   Proben

2. Auch auf dem Tensorboard ist Audio -Audio zu hören.

3. Das generierte Spektrogramm ist auf dem Tensorboard zu sehen.

Vorausgebildeter Modell

Bald kommen ..

Schlussfolgerung

Ich werde bald einen vollständigen Inferenzcode begehen.

Anerkennung

• verteilt.py aus Nvidias Wellenlow.

Ich bezog sich auf Waveglow, um die Audiovorverarbeitung zu implementieren.