pytorch dc tts

A implementação do Pytorch de sistema de texto em fala com eficientemente treinável com base em redes convolucionais profundas com atenção guiada baseada em parcialmente nos seguintes projetos:

• https://github.com/kyubyong/dc_tts (pré -processamento de áudio)
• https://github.com/r9y9/deepvoice3_pytorch (amostrador de carregadores de dados)

Demonstração on-line de texto para fala

Os seguintes cadernos são executáveis em https://colab.research.google.com:

• Demoção de voz masculina da Mongólia
• Demo tts de voz feminina inglesa (LJ-fala)

Para amostras de áudio e modelos pré -criados, visite os links de notebook acima.

Treinamento/sintetizando o texto em fala em inglês

O TTS em inglês usa o conjunto de dados LJ-Esteech.

1. Baixe o conjunto de dados: python dl_and_preprop_dataset.py --dataset=ljspeech
2. Treine o modelo Text2mel: python train-text2mel.py --dataset=ljspeech
3. Treine o Modelo SSRN: python train-ssrn.py --dataset=ljspeech
4. Sintetize frases: python synthesize.py --dataset=ljspeech
   • Os arquivos WAV são salvos na pasta samples .

Treinamento/sintetizando o texto em fala da Mongólia

O texto em fala da Mongólia usa 5 horas de áudio da Bíblia da Mongólia.

1. Baixe o conjunto de dados: python dl_and_preprop_dataset.py --dataset=mbspeech
2. Treine o modelo Text2mel: python train-text2mel.py --dataset=mbspeech
3. Treine o Modelo SSRN: python train-ssrn.py --dataset=mbspeech
4. Sintetize frases: python synthesize.py --dataset=mbspeech
   • Os arquivos WAV são salvos na pasta samples .