TalkNet2 pytorch

Talknet 2 [WIP]

Talknet 2: modelo convolucional separable no autorregésico para la profundidad para la síntesis del habla con predicción explícita de tono y duración.

Repo oficial de TalkNet 2 aquí

El trabajo permanece:

• Agregue el enmascaramiento a todos los bloques de cuarzo.
• Agregue Postnet al generador de espectrograma MEL.
• Limpie y modifique toda la implementación del modelo según las mejores prácticas.
• Agregue texto y código de procesamiento de audio.
• Agregue dataLoader y código de entrenamiento.
• Pruebe toda la configuración de TalkNet2 y el resultado de la publicación.

Citación:

 @misc{beliaev2021talknet,
      title={TalkNet 2: Non-Autoregressive Depth-Wise Separable Convolutional Model Stanislav Beliaev, Boris Ginsburgfor Speech Synthesis with Explicit Pitch and Duration Prediction}, 
      author={Stanislav Beliaev and Boris Ginsburg},
      year={2021},
      eprint={2104.08189},
      archivePrefix={arXiv},
      primaryClass={eess.AS}
}