tacotron2 mandarin

paralleltts。

TTSの最新の作品のために並行してください。

---

Tacotron-2的Pytorch实现、见タコトロン2-ピートルチ。

Tacotron-2のPytorch実装、Tacotron2-Pytorchを参照してください。

---

タコトロン-2-マンダリン

DeepMindのTacotron-2のTensorflow実装。このペーパーで説明されている深いニューラルネットワークアーキテクチャ：メル分解予測に波線を条件付けることによる天然TTS合成

レポ構造

 tacotron-2-mandarin-griffin-lim
|--- datasets
|--- logs-Tacotron
     |--- eval-dir
     |--- plots
     |--- taco_pretrained
     |--- wavs
|--- papers
|--- prepare
|--- tacotron
     |--- models
     |--- utils
|--- tacotron_output
     |--- eval
     |--- logs-eval
          |--- plots
          |--- wavs
|--- training_data
     |--- audio
     |--- linear
     |--- mels

サンプル

ここにはいくつかの合成サンプルがあります。

前処理

ここで前提型モデルを入手できます。

クイックスタート

OS：Ubuntu 16.04

ステップ（0） - gitクローンリポジトリ

 git clone https://github.com/atomicoo/tacotron2-mandarin.git
cd tacotron-2-mandarin-griffin-lim/

ステップ（1） - 依存関係をインストールします

1. Python 3をインストールします（Python-3.5.5私のために）

2. Tensorflow（Tensorflow-1.10.0のためにインストール）

3. 他の依存関係をインストールします

    pip install -r requirements.txt
   

ステップ（2） - データセットを準備します

1. Dataset biaobeiまたはthchs-30をダウンロードします

   その後、あなたのドキュメントツリーは次のとおりです。

    tacotron-2-mandarin-griffin-lim
   |--- ...
   |--- BZNSYP
        |--- ProsodyLabeling
             |--- 000001-010000.txt
        |--- Wave
   |--- ...
   

2. データセットの準備（デフォルトはBIAOBEIです）

    python prepare_dataset.py
   

   THCHS-30を準備する場合は、パラメーター--dataset=THCHS-30を使用できます。

   その後、次のようにフォルダーBIAOBEIを取得できます。

    tacotron-2-mandarin-griffin-lim
   |--- ...
   |--- BIAOBEI
        |--- biaobei_48000
   |--- ...
   

3. プリプロセスデータセット（デフォルトはBIAOBEIです）

    python preprocess.py
   

   prrprprocessing THCHS-30の場合、パラメーター--dataset=THCHS-30を使用できます。

   その後、次のようにフォルダーtraining_dataを取得できます。

    tacotron-2-mandarin-griffin-lim
   |--- ...
   |--- training_data
        |--- audio
        |--- linear
        |--- mels
        |--- train.txt
   |--- ...
   

ステップ（3） - タコトロンモデルをトレーニングします

 python train.py

その他のパラメーター、train.pyを参照してください。

その後、次のようにフォルダーlogs-Tacotronを取得できます。

 tacotron-2-mandarin-griffin-lim
|--- ...
|--- logs-Tacotron
     |--- eval-dir
     |--- plots
     |--- taco_pretrained
     |--- wavs
|--- ...

ステップ（4） - オーディオを合成します

 python synthesize.py

その他のパラメーター、Synthesize.pyを参照してください。

その後、次のようにフォルダーtacotron_outputを取得できます。

 tacotron-2-mandarin-griffin-lim
|--- ...
|--- tacotron_output
     |--- eval
     |--- logs-eval
          |--- plots
          |--- wavs
|--- ...

参照とリソース

Rayhane-Mamah/Tacotron-2