FastSpeech

Fastspeech-Pytorch

Реализация Fastspeech на основе Pytorch.

Обновление (2020/07/20)

1. Оптимизировать процесс обучения.
2. Оптимизировать реализацию регулятора длины.
3. Используйте тот же гипер -параметр, что и Fastspeech2.
4. Меры 1, 2 и 3 делают учебный процесс в 3 раза быстрее, чем раньше.
5. Лучшее качество речи.

Модель

Мой блог

• Примечания к чтению быстрого речи
• Детали и переосмысление этой реализации

Подготовьте набор данных

1. Скачать и извлечь набор данных LJSPEECH.
2. Поместите набор данных LJSPEECH в data .
3. Unzip alignments.zip .
4. Поместите предварительную модель волнового потока NVIDIA в waveglow/pretrained_model и переименовать в виде waveglow_256channels.pt ;
5. Запустите python3 preprocess.py .

Обучение

Запустить python3 train.py .

Оценка

Запустить python3 eval.py

Примечания

• В статье Fastspeech авторы используют предварительно обученную модель Transformer-TTS, чтобы обеспечить цель выравнивания. У меня не было хорошо обученной модели Transformer-TTS, поэтому я использую такотрон2 вместо этого.
• Я использую тот же гиперпараметр, что и Fastspeech2.
• Примеры звука находятся в sample .
• Предварительная модель.

Ссылка

Репозиторий

• Реализация такотрона на основе Tensorflow
• Реализация трансформатора на основе Pytorch
• Реализация Transformer-TTS на основе Pytorch
• Реализация такотрон2 на основе Pytorch
• Реализация FastSpeech2 на основе Pytorch

Бумага

• Такотрон2
• Трансформатор
• Fastspeech
• Fastspeech2