MultiSpeech

Multispeech

Ini adalah implementasi pytorch dari multispeech: teks multi-speaker untuk diucapkan dengan transformator

Latih di data Anda

Untuk melatih model pada data Anda, ikuti langkah -langkah di bawah ini

1. Preprocessing data

• Siapkan data Anda dan pastikan data diformat dalam format PSV seperti di bawah ini tanpa header

 speaker_id,audio_path,text,duration
0|file/to/file.wav|the text in that file|3.2 

ID pembicara harus bilangan bulat dan dimulai dari 0

• Pastikan audios mono jika tidak melakukan konversi yang tepat untuk memenuhi kondisi ini

2. Lingkungan Pengembangan Pengaturan

• Buat lingkungan

python -m venv env

• Aktifkan lingkungan

 source env/bin/activate

• Pasang dependensi yang diperlukan

pip install -r requirements.txt

3. Pelatihan

• Perbarui file konfigurasi jika diperlukan
• Latih modelnya

  python train.py --train_path train_data.txt --test_path test_data.txt --checkpoint_dir outdir --epoch 100 --batch_size 64