BERT MB iSTFT VITS

Bert-MB-istft-vits

• 지원되는 언어 : 한국, 일본어, 중국어, 영어, 프랑스어, 스페인어

목차

• 전제 조건
• 설치
• 성적표를 만듭니다
• 전처리
• 훈련
• 추론
• 할 일
• 참조

전제 조건

• 최소 16GB RAM의 Windows/Linux 시스템.
• 12GB 이상의 VRAM을 가진 GPU.
• Python == 3.8
• 아나콘다 설치.
• Pytorch가 설치되었습니다.
• CUDA 11.x 설치.

Pytorch 설치 명령 :

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

CUDA 11.7 설치 : https://developer.nvidia.com/cuda-11-7-0-download-archive

---

설치

1. 아나콘다 환경 만들기 :

conda create -n vits python=3.8

2. 환경 활성화 :

conda activate vits

3. 이 저장소를 로컬 컴퓨터로 복제하십시오.

git clone https://github.com/project-elnino/BERT-MB-iSTFT-VITS.git

4. 복제 된 디렉토리로 이동하십시오.

 cd BERT-MB-iSTFT-VITS

5. 필요한 종속성 설치 :

pip install -r requirements.txt

성적표를 만듭니다

 path/to/audio_001.wav |<speaker_name>|<language_code>|<text_001>

• 예

 ../kss2/1/1_0000.wav|KR-default|KR|그는 괜찮은 척하려고 애쓰는 것 같았다.

전처리

python preprocess.py --metadata ./metadata.list --config_path ./configs/config.json

음성 파일이 Mono / PCM-16 이 아닌 경우 .wav 파일을 먼저 샘플링해야합니다.

구성에서 JSON 파일 설정

모델	구성에서 JSON 파일을 설정하는 방법	JSON 파일 구성 샘플
istft-vits	"istft_vits": true, "upsample_rates": [8,8],	ljs_istft_vits.json
MB-ISTFT-VITS	"subbands": 4, "mb_istft_vits": true, "upsample_rates": [4,4],	ljs_mb_istft_vits.json
MS-ISTFT-VITS	"subbands": 4, "ms_istft_vits": true, "upsample_rates": [4,4],	ljs_ms_istft_vits.json

• 전처리를 수행 한 경우 "Cleaned_Text"를 true로 설정하십시오.
• training_files 및 validation_files 전처리 매니페스트 파일의 경로로 변경하십시오.

훈련

python train.py -c < config > -m < folder >

최후의 체크 포인트에서 훈련을 재개하십시오.

추론

unference.py를 점검하십시오

python inference.py -m ./models/kss/G_64000.pth

서버 추론

python inference_server.py -m ./models/kss/G_64000.pth

추론을합니다

curl -X POST -H " Content-Type: application/json " -d ' {"text": "잠시 통화 괜찮으시면 전화를 끊지 말아주세요."} ' http://localhost:5000/synthesize

할 일

• 한국 TTS 운영이 확인되었습니다

참조

• Masayakawamura/mb-istft-vits
• MyShell-AI/Melotts