TFGAN

Tfgan

Este repositório são implementos não oficiais do TFGAN: Rede Adversária generativa baseada em domínio de tempo e frequência para síntese de fala de alta fidelidade usando Pytorch.

Exigência

Testado no Python 3.6

pip install -r requirements.txt

Prepare o conjunto de dados

• Faça o download do conjunto de dados para treinamento. Isso pode ser qualquer arquivo WAV com taxa de amostragem 22050Hz. (por exemplo, LJSpeech foi usado em papel)
• Processo: python preprocess.py -c config/default.yaml -d [data's root path]
• Editar o arquivo yaml de configuração

Trem e Tensorboard

• python trainer.py -c [config yaml file] -n [name of the run]

  • cp config/default.yaml config/config.yaml e depois edite config.yaml
  • Anote o caminho raiz dos arquivos de trem/validação para a 2ª/3ª linha.

• tensorboard --logdir logs/

Inferência

• python inference.py -p [checkpoint path] -i [input mel path]

Ponto de verificação:

• LJSPEECH Ponto de verificação aqui.