melgan multi

MELGAN Multi GPU Implémentation.

Implémentation de Pytorch de MELGAN: réseaux adversaires génératifs pour la synthèse de la forme d'onde conditionnelle.

Cette implémentation comprend une prise en charge distribuée et utilise l'ensemble de données LJSpeech.

Pré-requis

1. Nvidia gpu + cuda cudnn
2. Python> = 3,5
3. Pytorch == 1.2
4. Cloner ce référentiel.
5. Installez les exigences Python. Veuillez référer les exigences.txt

Ensemble de données

1. Télécharger et extraire l'ensemble de données de discours LJ
2. Déplacez tous les fichiers WAV vers data/LJSpeech-1.1/wavs

Entraînement

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

Le répertoire de point de contrôle par défaut est cp_melgan

Les journaux de tensorboard seront enregistrés dans cp_melgan/logs

Formation multi-GPU (distribuée)

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

Le code de formation détecte tous les GPU et les définit automatiquement.

Échantillon généré audio

1. Échantillons actuels (étapes de 489k)

   Échantillons

2. L'échantillon audio peut également être entendu sur le tensorboard.

3. Le spectrograt généré peut être vu sur le Tensorboard.

Modèle pré-formé

À venir..

Inférence

Je vais bientôt commettre un code d'inférence complet.

Remerciements

• distribué.py à partir de l'éclat d'onde de Nvidia.

J'ai fait référence à Wave Glow pour implémenter le prétraitement audio.