AiVoice

깊은 목소리 3

이것은 Deep Voice 3 : 2000-Speaker Neural Text-To-Steeech의 Tensorflow 구현입니다. 지금은 단일 스피커 합성에 중점을두고 있습니다.

요구 사항

• 텐서 플로우> = 1.2
• 파이썬> = 3.0

데이터 세트

LJ 음성 데이터 세트

사전 프로세스

LJ 음성 데이터 세트를 다운로드하여 압축 해제하십시오. 달리다:

 python prepro.py

참고 : 데이터 세트를 동일한 prepro.py 의 폴더에 압축 해제했는지 확인하십시오.

그 후, 우리는 3 개의 새로운 폴더를 얻을 것입니다.

 ├── dones          [New]
├── mags           [New]
├── mels           [New]
├── metadata.csv
├── README
└── wavs

훈련

교육 데이터는 ./LJSpeech-1.0/metadata.csv , ./LJSpeech-1.0/mels , ./LJSpeech-1.0/dones , ./LJSpeech-1.0/mags 에서로드됩니다. 로딩 경로를 변경하려면 class Hyperparams 에서 구성을 변경할 수 있습니다.

모델을 훈련시키기 위해이 명령을 사용합니다.

 python train.py

미리 훈련 된 모델

현재 우리는 좋은 결과를 얻을 수 없습니다. 그러나 누군가가 관심이있는 경우에도 미리 훈련 된 모델을 여전히 제공합니다.

미리 훈련 된 모델.

관심 수치는 다음과 같습니다.

훈련시 생성 된 모든주의 수치는 미리 훈련 된 모델 ZIPPER 파일에 포함됩니다.

파일 설명

• hyperparams.py : 하이퍼 매개 변수
• prepro.py : 입력 및 대상, 즉 MEL 스펙트럼, 크기 및 기증을 만듭니다.
• data_load.py
• utils.py : 몇 가지 사용자 정의 작동 기능.
• Modules.py : 네트워크의 빌딩 블록.
• Networks.py : 인코더, 디코더 및 변환기
• Train.py : 기차
• 합성 .py : 추론
• test_sents.txt : 논문의 일부 테스트 문장.

참조

코드의 대부분은 Kyubyong/Deepvoice3에서 빌려 져 있습니다.