TPGST Tacotron

Tpgst reimplementación con pytorch

Documento: Predicción de estilo de habla expresiva del texto en la síntesis del habla de extremo a extremo

Requisito previo

• Python 3.7
• Pytorch 1.3
• Librosa, Scipy, TQDM, TensorBoardX

Conjunto de datos

• KSS, conjunto de datos de habla de un solo hablante de oradores coreanos.

Muestras

• Correo

Uso

1. Descargue el conjunto de datos anterior y modifique la ruta en config.py. Y luego ejecute el siguiente comando.

    python prepro.py
   

2. El modelo necesita entrenar 100k+ pasos

    python train.py <gpu_id>
   

3. Después de la capacitación, puede sintetizar algún discurso del texto.

    python synthesize.py <gpu_id> <model_path>
   

4. Para escuchar sus muestras, es posible que necesite Mel2Wav Vocoder. No incluí VoCoder en este repositorio.

Notas

• Creo que la diferencia entre Tacotron y TPGST es pequeña en el conjunto de datos KSS.
• Pronto haré más experimentos.