TFGAN

tfgan

このレポは、Pytorchを使用した高忠実度の音声合成のためのTFGAN：時間および周波数ドメインベースの生成敵対的ネットワークの非公式の実装です。

要件

Python 3.6でテストしました

pip install -r requirements.txt

データセットを準備します

• トレーニング用のデータセットをダウンロードしてください。これは、サンプルレート22050Hzの任意のWAVファイルにすることができます。 （例えば、ljspeechが紙で使用されました）
• プリプロセス： python preprocess.py -c config/default.yaml -d [data's root path]
• 構成yamlファイルを編集します

電車とテンソルボード

• python trainer.py -c [config yaml file] -n [name of the run]

  • cp config/default.yaml config/config.yaml 、次にconfig.yamlを編集します
  • トレイン/検証ファイルのルートパスを2番目/3行目に書き留めます。

• tensorboard --logdir logs/

推論

• python inference.py -p [checkpoint path] -i [input mel path]

チェックポイント：

• ljspeechチェックポイントはこちら。