pytorch dc tts

Implementación de Pytorch del sistema de texto a voz eficiente y capacitable basado en redes convolucionales profundas con atención guiada basada parcialmente en los siguientes proyectos:

• https://github.com/kyubyong/dc_tts (audio pre procesamiento)
• https://github.com/r9y9/deepvoice3_pytorch (muestreador de cargadores de datos)

Demostración de texto a voz en línea

Los siguientes cuadernos son ejecutables en https://colab.research.google.com:

• Demostración de voz masculina de Mongolia TTS
• Demo de voz femenina en inglés (LJ-speech)

Para muestras de audio y modelos previos a los pretrados, visite los enlaces de cuaderno anteriores.

Entrenamiento/sintetización de texto en inglés a voz

El TTS en inglés utiliza el conjunto de datos de voz de LJ.

1. Descargue el conjunto de datos: python dl_and_preprop_dataset.py --dataset=ljspeech
2. Entrena el modelo Text2Mel: python train-text2mel.py --dataset=ljspeech
3. Entrena el modelo SSRN: python train-ssrn.py --dataset=ljspeech
4. Synthesize oraciones: python synthesize.py --dataset=ljspeech
   • Los archivos WAV se guardan en la carpeta samples .

Entrenamiento/sintetización de texto mongol a voz

El texto a la discurso de Mongolia utiliza un audio de 5 horas de la Biblia Mongolia.

1. Descargue el conjunto de datos: python dl_and_preprop_dataset.py --dataset=mbspeech
2. Entrena el modelo Text2Mel: python train-text2mel.py --dataset=mbspeech
3. Entrena el modelo SSRN: python train-ssrn.py --dataset=mbspeech
4. Synthesize oraciones: python synthesize.py --dataset=mbspeech
   • Los archivos WAV se guardan en la carpeta samples .