Conditional SpecGAN Tensorflow

specgan แบบมีเงื่อนไข

A (เงื่อนไข) การสังเคราะห์เสียงเครือข่ายการกำเนิดที่เกิดจากการสร้างสเปคโตรรากซึ่งสังเคราะห์รูปคลื่นดิบต่อไปการใช้งานใน TensorFlow

ความต้องการ:

• Tensorflow R1.10.1
• Python 3.6
• numpy 1.14.5
• Librosa 0.6.2
• TQDM 4.26.0
• Matplotlib 2.2.3

การแนะนำ

การสังเคราะห์แบบข้อความเป็นคำพูดโดยการสร้างสเปกโตรแกรมโดยใช้เครือข่ายศัตรูกำเนิด งานนี้ขึ้นอยู่กับการใช้งานดั้งเดิมของ Specgan ซึ่งฉันสำรวจการฝึกอบรมการปรับสภาพ Specgan นอกจากนี้ยังมีการใช้รูปแบบการประมวลผลข้อมูลล่วงหน้าด้วยพลังงานซึ่งส่งผลให้มีการปรับปรุงคุณภาพเสียง

ผลการประมวลผลล่วงหน้าสามารถแสดงให้เห็นได้โดยการสร้างภาพต่อไปนี้:

สร้างชุดข้อมูล

• ดาวน์โหลดข้อมูลการฝึกอบรม: ที่นี่

• run './src/utils/preprocess_data.py' เพื่อประมวลผลข้อมูลหรือดาวน์โหลดข้อมูลที่ประมวลผล: ที่นี่

• run './src/utils/visualize_wav.py' เพื่อให้เห็นภาพข้อมูลที่สะอาดที่ประมวลผลหรือดาวน์โหลดผลลัพธ์: ที่นี่

• run './src/utils/make_tfrecord.py' เพื่อประมวลผลไฟล์. wav ลงในไฟล์. TFRECORD พร้อมไฟล์พร้อมหรือดาวน์โหลดข้อมูลที่ประมวลผล: ที่นี่

• แยกไฟล์. tgz ในขั้นตอนที่ 4 และวางไว้ในเส้นทางที่เกี่ยวข้องตาม args.data_dir ใน ./src/config.py:

 data_dir='../data/sc09_preprocess_energy'

พา ธ เริ่มต้นนี้สามารถแก้ไขได้โดยการเปลี่ยนตัวเลือก '-data_dir ใน' ./src/config.py '

การใช้งาน

• ดำเนินการต่อหรือฝึกอบรมโมเดล Specgan ใหม่โดยคำสั่งต่อไปนี้:

 python3 ./src/runner.py train

• ในการอนุมานและสร้างจากโมเดล Specgan ที่ผ่านการฝึกอบรมให้ใช้คำสั่งต่อไปนี้:

 python3 ./src/runner.py generate

• ในการฝึกอบรมหรือสร้างจาก Specgan แบบมีเงื่อนไขให้ใช้คำสั่งต่อไปนี้ ( หมายเหตุ: คุณสมบัตินี้ยังอยู่ระหว่างการใช้งานและยังไม่สมบูรณ์! ):

 python3 ./src/runner.py train --conditional
python3 ./src/runner.py generate --conditional