VITS_Japanese

Cómo usar

(Sugerencia) Python == 3.7

Clon este repositorio

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

Elija limpiadores

• Llenar "Text_Cleaners" en config.json
• Editar texto/símbolos.py
• Eliminar las importaciones innecesarias de Text/Cleaners.py

Requisitos de instalación

pip install -r requirements.txt

Crear conjuntos de datos

Altavoz individual

"n_speakers" debería ser 0 en config.json

 path/to/XXX.wav|transcript

• Ejemplo

 dataset/001.wav|こんにちは。

Altavoces de Mutiple

La identificación del altavoz debería comenzar desde 0

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

• Ejemplo

 dataset/001.wav|0|こんにちは。

Preproceso

Si ha hecho esto, configure "Cleaned_Text" en True en 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

Construir búsqueda de alineación monotónica

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

Tren

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

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

Inferencia

En línea

Ver inferencia.ipynb

Desconectado

Ver moegae

Corriendo en Docker

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