Tacotron pytorch

Такотрон-питорх

Реализация Pytorch Tacotron: полностью сквозной модели синтеза текста в речь.

Требования

• Установите Python 3
• Установите Pytorch == 0,2.0
• Установить требования:

   pip install -r requirements.txt
  

Данные

Я использовал набор данных LJSPEECH, который состоит из пар текстовых сценариев и файлов WAV. Полный набор данных (13 100 пар) можно загрузить здесь. Я направил https://github.com/keithito/tacotron для кода предварительной обработки.

Описание файла

• hyperparams.py включает в себя все гипер -парамеры, которые необходимы.
• data.py загружает обучающие данные и предварительный текст для индекса и файлов WAV в спектрограмму. Коды предварительной обработки для текста находятся в текстовом/ каталоге.
• module.py содержит все методы, включая CBHG, шоссе, пренет и т. Д.
• network.py содержит сети, включая энкодер, декодер и сеть пост-обработки.
• train.py для обучения.
• synthesis.py предназначен для генерации образца TTS.

Обучение сети

• Шаг 1. Скачать и извлечь данные LJSPEECH в любом каталоге, который вы хотите.
• Шаг 2. Отрегулируйте гиперпараметры в hyperparams.py , особенно «data_path», который представляет собой каталог, который вы извлекаете файлы, и другие, если это необходимо.
• Шаг 3. Запустите train.py .

Генерировать файл TTS WAV

• Шаг 1. Запустите synthesis.py . Убедитесь, что шаг восстановления.

Образцы

• Вы можете проверить сгенерированные образцы в каталоге «Образцы/». Шаг обучения составил всего 60 тысяч, поэтому производительность еще не хороша.

Ссылка

• Кит Ито: https://github.com/keithito/tacotron

Комментарии

• Любые комментарии к кодам всегда приветствуются.