Tacotron pytorch

Tacotron-Pytorch

Implementasi Tacotron Pytorch: Model sintesis teks-ke-end-to-end sepenuhnya.

Persyaratan

• Pasang Python 3
• Instal Pytorch == 0.2.0
• Instal Persyaratan:

   pip install -r requirements.txt
  

Data

Saya menggunakan dataset ljspeech yang terdiri dari pasangan skrip teks dan file wav. Dataset lengkap (13.100 pasang) dapat diunduh di sini. Saya merujuk https://github.com/keithito/tacotron untuk kode preprocessing.

Deskripsi file

• hyperparams.py mencakup semua parameter hiper yang diperlukan.
• data.py memuat data pelatihan dan teks preprocess ke indeks dan file wav ke spectrogram. Kode preprocessing untuk teks ada dalam teks/ direktori.
• module.py berisi semua metode, termasuk CBHG, Highway, Prenet, dan sebagainya.
• network.py berisi jaringan termasuk encoder, decoder dan jaringan pasca pemrosesan.
• train.py adalah untuk pelatihan.
• synthesis.py adalah untuk menghasilkan sampel TTS.

Melatih jaringan

• Langkah 1. Unduh dan ekstrak data ljspeech di direktori mana pun yang Anda inginkan.
• Langkah 2. Sesuaikan hyperparameter di hyperparams.py , terutama 'data_path' yang merupakan direktori yang Anda ekstrak file, dan yang lainnya jika perlu.
• Langkah 3. Jalankan train.py .

Menghasilkan file tts wav

• Langkah 1. Jalankan synthesis.py . Pastikan langkah pemulihan.

Sampel

• Anda dapat memeriksa sampel yang dihasilkan dalam direktori 'sampel/'. Langkah pelatihan hanya 60 ribu, jadi kinerjanya belum bagus.

Referensi

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

Komentar

• Setiap komentar untuk kode selalu diterima.