VITS_Japanese

Como usar

(Sugestão) python == 3.7

Clone este repositório

git clone https://github.com/CjangCjengh/vits.git

Escolha limpadores

• Preencha "text_cleaners" em config.json
• Editar texto/symbols.py
• Remova importações desnecessárias de texto/limpeza.py

Instale requisitos

pip install -r requirements.txt

Crie conjuntos de dados

Alto -falante único

"n_speakers" deve ser 0 em config.json

 path/to/XXX.wav|transcript

• Exemplo

 dataset/001.wav|こんにちは。

Alto -falantes mutiple

O ID do alto -falante deve começar de 0

 path/to/XXX.wav|speaker id|transcript

• Exemplo

 dataset/001.wav|0|こんにちは。

Processo

Se você fez isso, defina "LIMPED_TEXT" como true em config.json

 # Single speaker
python preprocess.py --text_index 1 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

# Mutiple speakers
python preprocess.py --text_index 2 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

Construir pesquisa de alinhamento monotônico

 cd monotonic_align
python setup.py build_ext --inplace
cd ..

Trem

 # Single speaker
python train.py -c < config > -m < folder >

# Mutiple speakers
python train_ms.py -c < config > -m < folder > 

Inferência

On-line

Veja inference.ipynb

Offline

Veja Moegoe

Correndo em Docker

docker run -itd --gpus all --name " Container name " -e NVIDIA_DRIVER_CAPABILITIES=compute,utility -e NVIDIA_VISIBLE_DEVICES=all " Image name "