SC CNN

SC-CNN: Método eficaz de condicionamento de alto-falante para sistemas de texto para fala de vários falantes zero tiro de tiro zero

Graças ao Stylespeech e Vits, construímos nossos códigos com base em link e link

0. O conjunto de dados VCTK é usado.
1. A taxa de amostragem é definida como 22050Hz.
2. Esta é a implementação de SC-TransferTTS

Materiais

• Página de demonstração
• Papel

Pré -requisitos

0. Clone este repositório.
1. Instale os requisitos do Python. Consulte requisitos.txt
   1. Pode ser necessário instalar o Espeak primeiro: apt-get install espeak
2. Baixar conjuntos de dados
   1. Faça o download e extraia o conjunto de dados do VCTK e desça os arquivos WAV para 22050 Hz. Em seguida, renomeie ou crie um link para a pasta do conjunto de dados: ln -s /path/to/VCTK-Corpus/downsampled_wavs DUMMY3
3. Crie pesquisa de alinhamento monotônico e execute o pré -processamento se você usar seus próprios conjuntos de dados.

 # Cython-version Monotonoic Alignment Search
cd monotonic_align
python setup.py build_ext --inplace

Treinamento Exmaple

python train.py -c configs/vctk_base.json -m vctk_base

Exemplo de inferência

Veja inference.ipynb