หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

Fastspeech-Pytorch

การใช้งานของ Fastspeech ตาม pytorch

อัปเดต (2020/07/20)

  1. เพิ่มประสิทธิภาพกระบวนการฝึกอบรม
  2. เพิ่มประสิทธิภาพการใช้งานของตัวควบคุมความยาว
  3. ใช้พารามิเตอร์ไฮเปอร์เดียวกันกับ FastSpeech2
  4. มาตรการของ 1, 2 และ 3 ทำให้กระบวนการฝึกอบรมเร็วขึ้นกว่าเดิม 3 เท่า
  5. คุณภาพการพูดที่ดีขึ้น

แบบอย่าง

บล็อกของฉัน

  • โน้ตการอ่าน Fastspeech
  • รายละเอียดและทบทวนการใช้งานนี้

เตรียมชุดข้อมูล

  1. ดาวน์โหลดและแยกชุดข้อมูล LJSpeech
  2. ใส่ชุดข้อมูล ljspeech ใน data
  3. unzip alignments.zip
  4. ใส่โมเดล Waveglow ของ Nvidia ไว้ใน waveglow/pretrained_model และเปลี่ยนชื่อเป็น waveglow_256channels.pt ;
  5. เรียกใช้ python3 preprocess.py

การฝึกอบรม

Run python3 train.py

การประเมิน

เรียกใช้ python3 eval.py

หมายเหตุ

  • ในกระดาษของ Fastspeech ผู้เขียนใช้โมเดล Transformer-TTS ที่ผ่านการฝึกอบรมมาแล้วเพื่อให้เป้าหมายของการจัดตำแหน่ง ฉันไม่มีรุ่น Transformer-TTS ที่ผ่านการฝึกอบรมมาอย่างดีดังนั้นฉันจึงใช้ Tacotron2 แทน
  • ฉันใช้พารามิเตอร์ไฮเปอร์แบบเดียวกันกับ FastSpeech2
  • ตัวอย่างเสียงอยู่ใน sample
  • แบบจำลองก่อนหน้า

อ้างอิง

ที่เก็บ

  • การดำเนินการของทาโคทรอนตาม tensorflow
  • การใช้หม้อแปลงตาม pytorch
  • การดำเนินการของหม้อแปลง TTS ตาม pytorch
  • การดำเนินการของ Tacotron2 ตาม pytorch
  • การใช้ FastSpeech2 ขึ้นอยู่กับ pytorch

กระดาษ

  • Tacotron2
  • หม้อแปลงไฟฟ้า
  • จารึก
  • FastSpeech2
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด