VITS_Japanese

使い方

（提案）python == 3.7

このリポジトリをクローンします

git clone https://github.com/CjangCjengh/vits.git

クリーナーを選択してください

• config.jsonで「text_cleaners」を入力します
• テキスト/symbols.pyを編集します
• Text/Cleaners.pyから不要なインポートを削除します

要件をインストールします

pip install -r requirements.txt

データセットを作成します

単一のスピーカー

「n_speakers」はconfig.jsonで0にする必要があります

 path/to/XXX.wav|transcript

• 例

 dataset/001.wav|こんにちは。

mutipleスピーカー

スピーカーIDは0から開始する必要があります

 path/to/XXX.wav|speaker id|transcript

• 例

 dataset/001.wav|0|こんにちは。

プリプロース

これを行った場合は、config.jsonで「cleaned_text」をtrueに設定します

 # Single speaker
python preprocess.py --text_index 1 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

# Mutiple speakers
python preprocess.py --text_index 2 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

単調アライメント検索を構築します

 cd monotonic_align
python setup.py build_ext --inplace
cd ..

電車

 # Single speaker
python train.py -c < config > -m < folder >

# Mutiple speakers
python train_ms.py -c < config > -m < folder > 

推論

オンライン

Inference.ipynbを参照してください

オフライン

Moegoeを参照してください

Dockerで走っています

docker run -itd --gpus all --name " Container name " -e NVIDIA_DRIVER_CAPABILITIES=compute,utility -e NVIDIA_VISIBLE_DEVICES=all " Image name "