detail_tts

Detail tts

Model yang baru diusulkan tiga metode penting penting untuk menjadi praktik terbaik dari are.

• Meskipun RVQ digunakan, pelatihan yang sebenarnya menggunakan fitur berkelanjutan, saya menyebutnya diskritisasi palsu.
• Semua dalam satu model. Model ini berisi GPT, Difusi, VQVAE, GAN dan Flowvae semuanya dalam satu. Satu kereta satu kesimpulan.
• Kedua SPK EMB dan Prompt yang diawali digunakan untuk mendapatkan manfaat dari kedua inferensi tipe Valle dan pelatihan tipe kura -kura.

Berikut adalah hasil yang diperoleh setelah model dilatih pada 10.000 jam data yang sangat kotor. Model ini dapat dengan mudah ditingkatkan dengan banyak data berkualitas rendah.

prompt 0

prompt00.mov

dihasilkan 0

prompt01.mov

Prompt 1

prompt10.mov

dihasilkan 1

prompt12.mov

prompt 2

prompt20.mov

dihasilkan 2

prompt21.mov

Kesimpulan

Periksa api.py

Dataset mempersiapkan

Ubah jalur berisi audio dalam skrip dan jalankan

 python prepare/0_vad_asr_save_to_jsonl.py

Latih dan disempurnakan

 accelerate launch train.py

Untuk fine tuning, ubah jalur beban model pretrain.

Ucapan Terima Kasih

VQ dan VIT dari GSV

Difusi dan GPT dari kura -kura