adversarial tts

Сквозной текст в речь с генеративными состязательными сетями

Этот репозиторий содержит внедрение и сквозные тренировочные сценарии для моделей текста в речь, основанные на сквозной одноразовой состязательной тексте в речь (Donahue et al. 2020).

Использование

Чтобы настроить среду Python, запустите

python -m venv ttsgan
source ttsgan/bin/activate
python -m pip install --upgrade pip
python -m pip install -r requirements.txt

Совокупные аудиофайлы из набора данных LJ-Speech, запустив

ls LJSpeech-1.1/wavs/ * .wav | tail -n+10 > train_files.txt
ls LJSpeech-1.1/wavs/ * .wav | head -n10 > test_files.txt

Укажите путь к metadata.csv через флаг --metadata_file . Загрузите здесь словарь Phonemizer CMU и укажите путь через флаг --cmudict_file .

Тренироваться, просто беги

python train.py -c config.yml