megatts2

mégatts2

Implémentation non officielle de Megatts2

FAIRE

Test de base

• Préparer un ensemble de données
• VQ-Gan
• Adm
• PLM

Meilleure version

• Remplacez Hifigan par Bigvgan
• Mélanger la formation chinoise et anglais
• S'entraîner sur environ 1k heures de discours
• Webui

Installer MFA

1. conda create -n aligner && conda activer l'aligner
2. Conda Install -C conda-forge Montréal-Forced-Aligneur = 2.2.17

Préparer un ensemble de données

1. Préparez les fichiers WAV et TXT sur ./data/wav
2. Exécutez python3 prepare_ds.py --stage 0 --num_workers 4 --wavtxt_path data/wavs --text_grid_path data/textgrids --ds_path data/ds
3. MFA Modèle Télécharger acoustique mandarin_mfa
4. MFA Align Data / Wavs Utils / mandarin_pinyin_to_mfa_lty.dict Mandarin_mfa Data / TextGrids - Clean -J 12 -T / Workspace / TMP
5. Exécutez python3 prepare_ds.py --stage 1 --num_workers 4 --wavtxt_path data/wavs --text_grid_path data/textgrids --ds_path data/ds
6. Exécutez python3 prepare_ds.py --stage 2 --generator_config configs/config_gan.yaml --generator_ckpt generator.ckpt après générateur de formation.

Former

La procédure de formation fait référence à la lumière de Pytorch

Test inférieur

python infer.py

Citant

 @misc { 2307.07218 ,
Author = { Ziyue Jiang and Jinglin Liu and Yi Ren and Jinzheng He and Chen Zhang and Zhenhui Ye and Pengfei Wei and Chunfeng Wang and Xiang Yin and Zejun Ma and Zhou Zhao } ,
Title = { Mega-TTS 2: Zero-Shot Text-to-Speech with Arbitrary Length Speech Prompts } ,
Year = { 2023 } ,
Eprint = { arXiv:2307.07218 } ,
}

Licence

• Mit
• Support par Simon de Zideai