pytorch dc tts

次のプロジェクトに部分的に基づいて、ガイド付きの注意を伴う深い畳み込みネットワークに基づいた効率的にトレーニング可能なテキストからスピーチへのスピーチシステムのPytorch実装：

• https://github.com/kyubyong/dc_tts（オーディオ事前処理）
• https://github.com/r9y9/deepvoice3_pytorch（データローダーサンプラー）

オンラインテキストからスピーチのデモ

次のノートブックは、https：//colab.research.google.comで実行可能です。

• モンゴルの男性の声TTSデモ
• 英語の女性の音声TTSデモ（LJスピーチ）

オーディオサンプルと事前処理されたモデルについては、上記のノートブックリンクにアクセスしてください。

英語のテキストへのトレーニング/合成

英語TTSはLJスピーチデータセットを使用します。

1. データセットをダウンロード： python dl_and_preprop_dataset.py --dataset=ljspeech
2. Text2Melモデルをトレーニングする： python train-text2mel.py --dataset=ljspeech
3. SSRNモデルのトレーニング： python train-ssrn.py --dataset=ljspeech
4. Synthesize Contences： python synthesize.py --dataset=ljspeech
   • WAVファイルはsamplesフォルダーに保存されます。

モンゴルのテキストからスピーチのトレーニング/合成

モンゴルのテキストからスピーチは、モンゴルの聖書からの5時間のオーディオを使用しています。

1. データセットをダウンロード： python dl_and_preprop_dataset.py --dataset=mbspeech
2. Text2Melモデルをトレーニングします： python train-text2mel.py --dataset=mbspeech
3. SSRNモデルのトレーニング： python train-ssrn.py --dataset=mbspeech
4. Synthesize Contences： python synthesize.py --dataset=mbspeech
   • WAVファイルはsamplesフォルダーに保存されます。