melgan multi

Implementación de Melgan Multi GPU.

Implementación de Pytorch de Melgan: redes adversas generativas para la síntesis de forma de onda condicional.

Esta implementación incluye soporte distribuido y utiliza el conjunto de datos LJSPEECH.

Requisitos previos

1. NVIDIA GPU + CUDA CUDNN
2. Python> = 3.5
3. Pytorch == 1.2
4. Clon este repositorio.
5. Instale los requisitos de Python. Consulte requisitos.txt

Conjunto de datos

1. Descargue y extraiga el conjunto de datos de discurso LJ
2. Mueva todos los archivos WAV a data/LJSpeech-1.1/wavs

Capacitación

1. python train.py --config=config.json --cps=cp_melgan

El directorio de punto de control predeterminado es cp_melgan

Los registros de Tensorboard se guardarán en cp_melgan/logs

Capacitación multi-GPU (distribuida)

1. python distributed.py --config=config.json --args_str="--cps=cp_melgan"

El código de entrenamiento detecta todas las GPU y las establece automáticamente.

Audio de muestra generado

1. Muestras actuales (489k pasos)

   Muestras

2. El audio de muestra también se puede escuchar en la placa tensor.

3. El espectrograma generado se puede ver en la placa tensor.

Modelo previamente capacitado

Muy pronto..

Inferencia

Pronto cometeré un código de inferencia completo.

Expresiones de gratitud

• distribuido.py del Glow de Nvidia.

Me referí a Wavlow para implementar el preprocesamiento de audio.