LightSpeech
1.0.0
Неофициальная внедрение пирогации Lightspeech: легкий и быстрый текст к речи с поиском нейронной архитектуры. Этот репо использует реализацию Fastspeech 2 ESPNet в качестве базы. Этот репо реализует только окончательную версию модели LightSpeech, а не поиск нейронной архитектуры, как упомянуто в бумаге.
But I am able to compress only 3x (from 27 M to 7.99 M trainable parameters) not 15x.
Весь код, написанный в Python 3.6.2 .
Перед установкой Pytorch, пожалуйста, проверьте свою версию CUDA, выполнив следующую команду:
nvcc --version
pip install torch torchvision
В этом репо я использовал pytorch 1.6.0 для функции torch.bucketize , которая не присутствует в предыдущих версиях Pytorch.
pip install -r requirements.txt
tensorboard version 1.14.0 Seperatly с поддерживаемым tensorflow (1.14.0) Папка filelists содержит MFA (MotReal Force Aligner), обработанные файлы набора данных LJSPEECH, поэтому вам не нужно выравнивать текст с аудио (для продолжительности извлечения) для набора данных LJSPEECH. Для другого набора данных следуйте инструкции здесь. Для другого предварительного обработки выполнения следующей команды:
python .nvidia_preprocessing.py -d path_of_wavs -c configs/default.yaml
За поиск мин и максимума F0 и энергии
python .compute_statistics.py
Обновите следующее в hparams.py Min и Max of F0 и Energy
p_min = Min F0/pitch
p_max = Max F0
e_min = Min energy
e_max = Max energy
python train_lightspeech.py --outdir etc -c configs/default.yaml -n "name"
Пари
python .inference.py -c .configsdefault.yaml -p .checkpointsfirst_1xyz.pyt --out output --text "ModuleList can be indexed like a regular Python list but modules it contains are properly registered."
python export_torchscript.py -c configs/default.yaml -n fastspeech_scrip --outdir etc
