melgan multi

Implementação de GPU multi -Melgan.

Implementação de Melgan: redes adversárias generativas para síntese condicional de forma de onda.

Esta implementação inclui suporte distribuído e usa o conjunto de dados LJSpeech.

Pré-requisitos

1. Nvidia gpu + cuda cudnn
2. Python> = 3.5
3. Pytorch == 1.2
4. Clone este repositório.
5. Instale os requisitos do Python. Consulte requisitos.txt

Conjunto de dados

1. Baixar e extrair o conjunto de dados de fala do LJ
2. Mova todos os arquivos WAV para data/LJSpeech-1.1/wavs

Treinamento

1. python train.py --config=config.json --cps=cp_melgan

O diretório de ponto de verificação padrão é cp_melgan

Os registros de tensorboard serão salvos em cp_melgan/logs

Treinamento multi-GPU (distribuído)

1. python distributed.py --config=config.json --args_str="--cps=cp_melgan"

O código de treinamento detecta todas as GPUs e as define automaticamente.

Gerado de amostra de áudio

1. Amostras atuais (489k etapas)

   Amostras

2. A amostra de áudio também pode ser ouvida no Tensorboard.

3. O espectrograma gerado pode ser visto no Tensorboard.

Modelo pré-treinado

Em breve..

Inferência

Vou cometer um código de inferência completo em breve.

Agradecimentos

• distribuído.py do glow de onda da NVIDIA.

Eu me referi ao WaveGlow para implementar o pré -processamento de áudio.