Tacotron pytorch

Tacotron-pytorch

Une implémentation Pytorch de Tacotron: un modèle de synthèse de texte à dispection entièrement de bout en bout.

Exigences

• Installer python 3
• Installer pytorch == 0.2.0
• Installation des exigences:

   pip install -r requirements.txt
  

Données

J'ai utilisé un ensemble de données LJSpeech qui se compose de paires de scripts texte et de fichiers WAV. L'ensemble de données complet (13 100 paires) peut être téléchargé ici. J'ai référé https://github.com/keithito/tacotron pour le code de prétraitement.

Description du fichier

• hyperparams.py comprend tous les paramètres hyper nécessaires.
• data.py charge les données de formation et le texte de prétraitement pour indexer et wav les fichiers vers le spectrogramme. Les codes de prétraitement pour le texte se trouvent dans le texte / répertoire.
• module.py contient toutes les méthodes, y compris CBHG, Highway, Prenet, etc.
• network.py contient des réseaux, y compris l'encodeur, le décodeur et le réseau de post-traitement.
• train.py est pour la formation.
• synthesis.py est pour générer un échantillon TTS.

Former le réseau

• Étape 1. Téléchargez et extraire les données LJSpeech dans n'importe quel répertoire que vous souhaitez.
• Étape 2. Ajustez les hyperparamètres dans hyperparams.py , en particulier 'data_path' qui est un répertoire que vous extraire les fichiers, et les autres si nécessaire.
• Étape 3. Run train.py .

Générer le fichier TTS WAV

• Étape 1. Exécutez synthesis.py . Assurez-vous que l'étape de restauration.

Échantillons

• Vous pouvez vérifier les échantillons générés dans le répertoire «Samples /». L'étape de formation n'était que de 60 000, donc la performance n'est pas encore bonne.

Référence

• Keith Ito: https://github.com/keithito/tacotron

Commentaires

• Tous les commentaires pour les codes sont toujours les bienvenus.