tacotron2 mandarin

我的语音合成最新进展见 병렬 ts

TTS의 최신 작품을 위해 ParalLeltts로 이동하십시오.

---

Tacotron-2 -2 Pytorch 实现 实现, 见 Tacotron2-Pytorch。

Tacotron-2의 Pytorch 구현, Tacotron2-Pytorch를 참조하십시오.

---

타코트론 -2 만다린

Deepmind의 Tacotron-2의 텐서 플로 구현. 이 논문에 설명 된 깊은 신경망 아키텍처 : Mel Spectogram 예측에 컨디셔닝 Wavenet에 의한 천연 TTS 합성

리포 구조

 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

샘플

여기에는 몇 가지 합성 샘플이 있습니다.

사전

여기서 사전에 사전 모델을 얻을 수 있습니다.

빠른 시작

OS : 우분투 16.04

단계 (0) -Git 클론 저장소

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

단계 (1) - 종속성을 설치합니다

1. Python 3 (Python-3.5.5를위한 Python-3.5.5) 설치

2. Tensorflow 설치 (Tensorflow-1.10.0)

3. 다른 종속성을 설치하십시오

    pip install -r requirements.txt
   

단계 (2) - 데이터 세트 준비

1. 데이터 세트 Biaobei 또는 THCHS-30을 다운로드하십시오

   그 후, 당신의 문서 트리는 다음과 같아야합니다.

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

2. 데이터 세트 준비 (기본값은 BIAOBEI )

    python prepare_dataset.py
   

   THCHS-30 준비하는 경우 매개 변수 --dataset=THCHS-30 사용할 수 있습니다.

   그런 다음 다음과 같이 폴더 BIAOBEI 얻을 수 있습니다.

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

3. 전처리 데이터 세트 (기본값은 BIAOBEI )

    python preprocess.py
   

   prrprocessing THCHS-30 인 경우 매개 변수 --dataset=THCHS-30 사용할 수 있습니다.

   그런 다음 다음과 같이 폴더 training_data 얻을 수 있습니다.

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

단계 (3) - 타코트론 모델을 훈련시킵니다

 python train.py

더 많은 매개 변수는 Train.py를 참조하십시오.

그런 다음 다음과 같이 폴더 logs-Tacotron 얻을 수 있습니다.

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

단계 (4) - 오디오 종합

 python synthesize.py

더 많은 매개 변수는 synthesize.py를 참조하십시오.

그런 다음 다음과 같이 폴더 tacotron_output 얻을 수 있습니다.

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

참조 및 리소스

Rayhane-Mamah/Tacotron-2