detail_tts

Detalle TTS

El modelo recientemente propuso tres métodos importantes significativos para convertirse en la mejor práctica de los ART.

• Aunque se usa RVQ, la capacitación real emplea características continuas, lo llamo discretización falsa.
• Todo en un modelo. El modelo contiene GPT, difusión, vqvae, gan y flujo, todo en uno. Un tren una inferencia.
• Ambos EMB y Stremed prefijados se utilizan para beneficiarse tanto de la inferencia del tipo de valle como de la capacitación de tipo de tortuga.

Aquí está el resultado obtenido después de que el modelo fue entrenado en 10000 horas de datos muy sucios. El modelo se puede ampliar fácilmente con muchos datos de baja calidad.

indicador 0

Prolt00.mov

generado 0

Prolt01.mov

indicador 1

indicador10.mov

generado 1

indicador12.mov

solicitado 2

indicador20.mov

generado 2

indic21.mov

Inferencia

Verifique api.py

Preparar el conjunto de datos

Cambiar la ruta contiene audios en script y ejecutar

 python prepare/0_vad_asr_save_to_jsonl.py

Train and Fine Tune

 accelerate launch train.py

Para un ajuste fino, cambie la ruta de carga del modelo de pretrin.

Expresiones de gratitud

VQ y VITS de GSV

Difusión y gpt de tortuga