melgan multi

Melgan Multi GPU Реализация.

Реализация Pytorch Melgan: генеративные состязательные сети для условного синтеза формы волны.

Эта реализация включает в себя распределенную поддержку и использует набор данных LJSPEECH.

Предварительные условия

1. Nvidia gpu + cuda cudnn
2. Python> = 3,5
3. Pytorch == 1.2
4. Клонировать это хранилище.
5. Установите требования Python. Пожалуйста, обратитесь к требованиям.txt

Набор данных

1. Скачать и извлечь набор данных речи LJ
2. Переместите все файлы WAV в data/LJSpeech-1.1/wavs

Обучение

1. python train.py --config=config.json --cps=cp_melgan

Каталог контрольных точек по умолчанию - cp_melgan

Журналы Tensorboard будут сохранены в cp_melgan/logs

Обучение мульти-GPU (распределенное)

1. python distributed.py --config=config.json --args_str="--cps=cp_melgan"

Код обучения обнаруживает все графические процессоры и автоматически устанавливает их.

Сгенерированный образцовый звук

1. Образцы тока (489 тысяч шагов)

   Образцы

2. Образец аудио можно услышать также на тензорке.

3. Сгенерированная спектрограмма можно увидеть на тензорке.

Предварительно обученная модель

Вскоре..

Вывод

В ближайшее время я сделаю полный код вывода.

Благодарности

• Распределен.

Я сослался на WaveGlow для реализации предварительной обработки звука.