TPGST Tacotron

Повторная переопределение TPGST с помощью pytorch

Бумага: прогнозирование выразительного стиля разговора из текста в сквозном синтезе речи

Условие

• Python 3.7
• Pytorch 1.3
• Librosa, Scipy, TQDM, Tensorboardx

Набор данных

• KSS, корейский набор речевой данных для одиночной динамики.

Образцы

• Почта

Использование

1. Загрузите приведенный выше набор данных и измените путь в config.py. А затем запустите команду ниже.

    python prepro.py
   

2. Модель должна тренировать 100 тыс.+ Шаги

    python train.py <gpu_id>
   

3. После обучения вы можете синтезировать речь из текста.

    python synthesize.py <gpu_id> <model_path>
   

4. Чтобы послушать ваши образцы, вам может понадобиться Mel2wav Vocoder. Я не включил вокадер в это репо.

Примечания

• Я думаю, что разница между базовым такотроном и TPGST невелика на наборе данных KSS.
• Скоро я буду делать больше экспериментов.