pytorch dc tts

Pytorch Mise en œuvre d'un système de texte à dispection efficacement formable basé sur des réseaux convolutionnels profonds avec une attention guidée basée en partie sur les projets suivants:

• https://github.com/kyubyong/dc_tts (pré-traitement audio)
• https://github.com/r9y9/deepvoice3_pytorch (Sampleur de chargeur de données)

Démo en ligne de texte vocal

Les cahiers suivants sont exécutables sur https://colab.research.google.com:

• Démo TTS de voix masculine mongole
• Demo de voix féminine anglaise (LJ-dispeeche)

Pour les échantillons audio et les modèles pré-entraînés, visitez les liens de cahier ci-dessus.

Formation / synthèse du texte à dispection anglais

Le TTS anglais utilise l'ensemble de données LJ-Speech.

1. Téléchargez l'ensemble de données: python dl_and_preprop_dataset.py --dataset=ljspeech
2. Train le Text2Mel Modèle: python train-text2mel.py --dataset=ljspeech
3. Former le modèle SSRN: python train-ssrn.py --dataset=ljspeech
4. Synthétiser les phrases: python synthesize.py --dataset=ljspeech
   • Les fichiers WAV sont enregistrés dans le dossier samples .

Formation / synthèse du texte à vocation mongol

Le texte vocable mongol utilise 5 heures audio de la Bible mongole.

1. Téléchargez l'ensemble de données: python dl_and_preprop_dataset.py --dataset=mbspeech
2. Train le Text2Mel Modèle: python train-text2mel.py --dataset=mbspeech
3. Former le modèle SSRN: python train-ssrn.py --dataset=mbspeech
4. Synthétiser les phrases: python synthesize.py --dataset=mbspeech
   • Les fichiers WAV sont enregistrés dans le dossier samples .