pytorch dc tts

Implementasi PyTorch dari sistem teks-ke-speech yang dapat dilatih secara efisien berdasarkan jaringan konvolusional yang mendalam dengan perhatian yang dipandu sebagian berdasarkan pada proyek-proyek berikut:

• https://github.com/kyubyong/dc_tts (audio pra pemrosesan)
• https://github.com/r9y9/deepvoice3_pytorch (sampler loader data)

Demo Teks-ke-Speech Online

Notebook berikut dapat dieksekusi di https://colab.research.google.com:

• Demo TTS Suara Pria Mongolia
• Demo TTS Voice Wanita Inggris (LJ-Speech)

Untuk sampel audio dan model pretrained, kunjungi tautan notebook di atas.

Pelatihan/mensintesis teks-ke-inggris bahasa Inggris

Bahasa Inggris TTS menggunakan dataset LJ-Speech.

1. Unduh Dataset: python dl_and_preprop_dataset.py --dataset=ljspeech
2. Latih model Text2Mel: python train-text2mel.py --dataset=ljspeech
3. Latih model SSRN: python train-ssrn.py --dataset=ljspeech
4. Sintesis kalimat: python synthesize.py --dataset=ljspeech
   • File WAV disimpan di folder samples .

Pelatihan/mensintesis teks-ke-speech Mongolia

The Mongolian Text-to-Speech menggunakan 5 jam audio dari Alkitab Mongolia.

1. Unduh Dataset: python dl_and_preprop_dataset.py --dataset=mbspeech
2. Latih model Text2Mel: python train-text2mel.py --dataset=mbspeech
3. Latih model SSRN: python train-ssrn.py --dataset=mbspeech
4. Sintesis kalimat: python synthesize.py --dataset=mbspeech
   • File WAV disimpan di folder samples .