TPGST Tacotron

TPGST reimplementation dengan pytorch

Kertas: Memprediksi Gaya Berbicara Ekspresif dari Teks dalam Sintesis Ulang Ujung Ujung

Prasyarat

• Python 3.7
• Pytorch 1.3
• librosa, scipy, tqdm, tensorboardx

Dataset

• KSS, dataset pidato pembicara tunggal wanita Korea.

Sampel

• Pos

Penggunaan

1. Unduh dataset di atas dan ubah jalur di config.py. Dan kemudian jalankan perintah di bawah ini.

    python prepro.py
   

2. Model perlu melatih 100k+ langkah

    python train.py <gpu_id>
   

3. Setelah pelatihan, Anda dapat mensintesis beberapa pidato dari teks.

    python synthesize.py <gpu_id> <model_path>
   

4. Untuk mendengarkan sampel Anda, Anda mungkin memerlukan Vocoder Mel2Wav. Saya tidak menyertakan vocoder dalam repo ini.

Catatan

• Saya pikir perbedaan antara tacotron awal dan TPGST kecil pada dataset KSS.
• Saya akan segera melakukan lebih banyak percobaan.