TalkNet2 pytorch

talknet 2 [wip]

TalkNet 2：明示的なピッチと持続時間予測を備えた音声合成のための非自動網性深さごとの分離可能な畳み込みモデル。

公式TalkNet 2リポジトリはこちら

仕事は残っています：

• すべてのQuartzNetブロックにマスキングを追加します。
• Mel-SpectRogramジェネレーターにポストネットを追加します。
• ベストプラクティスに従って、すべてのモデルの実装をクリーンアップして変更します。
• テキストとオーディオ処理コードを追加します。
• データローダーとトレーニングコードを追加します。
• talkNet2のセットアップ全体をテストし、結果を投稿します。

引用：

 @misc{beliaev2021talknet,
      title={TalkNet 2: Non-Autoregressive Depth-Wise Separable Convolutional Model Stanislav Beliaev, Boris Ginsburgfor Speech Synthesis with Explicit Pitch and Duration Prediction}, 
      author={Stanislav Beliaev and Boris Ginsburg},
      year={2021},
      eprint={2104.08189},
      archivePrefix={arXiv},
      primaryClass={eess.AS}
}