pytorch dc tts

Реализация Pytorch эффективно обучаемой системы текста в речь, основанная на глубоких сверточных сетях, с помощью внимания, основанного на следующих проектах:

• https://github.com/kyubyong/dc_tts (Audio Pre Rockering)
• https://github.com/r9y9/deepvoice3_pytorch (Sampler Data Loader)

Онлайн-демо текста в речь

Следующие записные книжки исполняются на https://colab.research.google.com:

• Монгольский мужской голос TTS Демо демо
• Английский женский голос демо (LJ-Speech)

Для пробы аудио и моделей, предварительно подготовленных, посетите приведенные выше ссылки на ноутбуке.

Обучение/синтезирование английского текста в речь

Английский TTS использует набор данных LJ-Speech.

1. Загрузите набор данных: python dl_and_preprop_dataset.py --dataset=ljspeech
2. Train Text2mel Model: python train-text2mel.py --dataset=ljspeech
3. Обучить модель SSRN: python train-ssrn.py --dataset=ljspeech
4. Синтезизировать предложения: python synthesize.py --dataset=ljspeech
   • Файлы WAV сохраняются в папке samples .

Обучение/синтезирование монгольского текста в речь

Монгольский текст в речь использует 5-часовой звук из Монгольской Библии.

1. Загрузите набор данных: python dl_and_preprop_dataset.py --dataset=mbspeech
2. Train Text2mel Model: python train-text2mel.py --dataset=mbspeech
3. Обучить модель SSRN: python train-ssrn.py --dataset=mbspeech
4. Синтезизировать предложения: python synthesize.py --dataset=mbspeech
   • Файлы WAV сохраняются в папке samples .