tacotron2 mandarin

我的语音合成最新进展见 Паралльты。

Перейти параллельты для моих последних работ TTS.

---

Такотрон-2 的 Pytorch 实现 ， 见 Tacotron2-Pytorch。

Реализация Pytorch Tacotron-2, см. Tacotron2-Pytorch.

---

Такотрон-2-мандарин

Внедрение Tensorflow такотрона-2 DeepMind. Глубокая архитектура нейронной сети, описанная в этой статье: синтез естественного TTS путем кондиционирования Wavenet на предсказаниях Spectogram MEL

Репо -структура

 tacotron-2-mandarin-griffin-lim
|--- datasets
|--- logs-Tacotron
     |--- eval-dir
     |--- plots
     |--- taco_pretrained
     |--- wavs
|--- papers
|--- prepare
|--- tacotron
     |--- models
     |--- utils
|--- tacotron_output
     |--- eval
     |--- logs-eval
          |--- plots
          |--- wavs
|--- training_data
     |--- audio
     |--- linear
     |--- mels

Образцы

Здесь есть некоторые образцы синтеза.

Предварительно

Вы можете получить предварительную модель здесь.

Быстрый старт

ОС: Ubuntu 16.04

Шаг (0) - репозиторий клона GIT

 git clone https://github.com/atomicoo/tacotron2-mandarin.git
cd tacotron-2-mandarin-griffin-lim/

Шаг (1) - установить зависимости

1. Установите Python 3 (Python-3.5.5 для меня)

2. Установите TensorFlow (TensorFlow-1.10.0 для меня)

3. Установите другие зависимости

    pip install -r requirements.txt
   

Шаг (2) - Подготовьте набор данных

1. Загрузить набор данных Biobei или THCHS-30

   После этого ваше дерево документа должно быть:

    tacotron-2-mandarin-griffin-lim
   |--- ...
   |--- BZNSYP
        |--- ProsodyLabeling
             |--- 000001-010000.txt
        |--- Wave
   |--- ...
   

2. Подготовьте набор данных (по умолчанию BIAOBEI )

    python prepare_dataset.py
   

   Если подготовить THCHS-30 , вы можете использовать параметр --dataset=THCHS-30 .

   После этого вы можете получить папку BIAOBEI следующим образом:

    tacotron-2-mandarin-griffin-lim
   |--- ...
   |--- BIAOBEI
        |--- biaobei_48000
   |--- ...
   

3. Набор данных предварительной обработки (по умолчанию BIAOBEI )

    python preprocess.py
   

   Если PRRProcessing THCHS-30 , вы можете использовать параметр --dataset=THCHS-30 .

   После этого вы можете получить папку training_data следующим образом:

    tacotron-2-mandarin-griffin-lim
   |--- ...
   |--- training_data
        |--- audio
        |--- linear
        |--- mels
        |--- train.txt
   |--- ...
   

Шаг (3) - модель такотрона поезда

 python train.py

Больше параметров, см. Train.py.

После этого вы можете получить logs-Tacotron следующим образом:

 tacotron-2-mandarin-griffin-lim
|--- ...
|--- logs-Tacotron
     |--- eval-dir
     |--- plots
     |--- taco_pretrained
     |--- wavs
|--- ...

Шаг (4) - синтезировать звук

 python synthesize.py

Больше параметров, см. Synthesize.py.

После этого вы можете получить папку tacotron_output следующим образом:

 tacotron-2-mandarin-griffin-lim
|--- ...
|--- tacotron_output
     |--- eval
     |--- logs-eval
          |--- plots
          |--- wavs
|--- ...

Ссылки и ресурсы

Rayhane-Mamah/Tacotron-2