iSTFT Avocodo pytorch

ISTFT Avocodo vocoder

O gerador da ISTFT e os discriminadores de Avocodo. Use ramificação faster para treinamento e inferência ultra rápida em comparação com o hifi-gan original.

Treinamento :

 python train.py --config config_v1.json

Notas:

• Duas da versão do gerador de ISTFT podem ser usadas com discriminadoras de abra.
• As perdas devem ser semelhantes ao HIFI-GAN.
• A ramificação faster deste repositório é de 50 % de velocidade (0,33 s/b) no treinamento e 60 % de melhoria na velocidade de inferência.
• A qualidade não é tão boa quanto abocodo e istftnet.

Referências:

• https://github.com/rishikksh20/istftnet-pytorch
• https://github.com/rishikksh20/avocodo-pytorch
• https://github.com/jik876/hifi-gan

Citações:

 @inproceedings{kaneko2022istftnet,
title={{iSTFTNet}: Fast and Lightweight Mel-Spectrogram Vocoder Incorporating Inverse Short-Time Fourier Transform},
author={Takuhiro Kaneko and Kou Tanaka and Hirokazu Kameoka and Shogo Seki},
booktitle={ICASSP},
year={2022},
}

 @misc{https://doi.org/10.48550/arxiv.2206.13404,
  doi = {10.48550/ARXIV.2206.13404},
  
  url = {https://arxiv.org/abs/2206.13404},
  
  author = {Bak, Taejun and Lee, Junmo and Bae, Hanbin and Yang, Jinhyeok and Bae, Jae-Sung and Joo, Young-Sun},
  
  keywords = {Audio and Speech Processing (eess.AS), Artificial Intelligence (cs.AI), Sound (cs.SD), FOS: Electrical engineering, electronic engineering, information engineering, FOS: Electrical engineering, electronic engineering, information engineering, FOS: Computer and information sciences, FOS: Computer and information sciences},
  
  title = {Avocodo: Generative Adversarial Network for Artifact-free Vocoder},
  
  publisher = {arXiv},
  
  year = {2022},
  
  copyright = {arXiv.org perpetual, non-exclusive license}
}