ดาวน์โหลด MelNet - MelNet Source Source Download

ดาวน์โหลด

melnet

การใช้งาน Melnet: แบบจำลองการกำเนิดสำหรับเสียงในโดเมนความถี่

Blizzard, Voxceleb2 และ KSS มีไฟล์ YAML ที่ให้ไว้ภายใต้ config/ สำหรับชุดข้อมูลอื่น ๆ ให้กรอกไฟล์ YAML ของคุณเองตามที่ให้ไว้
การฝึกอบรมที่ไม่มีเงื่อนไขเป็นไปได้สำหรับชุดข้อมูลทุกประเภทโดยมีเงื่อนไขว่าพวกเขามีนามสกุลไฟล์ที่สอดคล้องกันที่ระบุโดย data.extension ภายในไฟล์ YAML
การฝึกอบรมแบบมีเงื่อนไขจะถูกนำไปใช้เฉพาะสำหรับ KSS และชุดย่อยของชุดข้อมูล Blizzard

python trainer.py -c [config YAML file path] -n [name of run] -t [tier number] -b [batch size] -s [TTS]
- แต่ละชั้นสามารถได้รับการฝึกฝนแยกต่างหาก เนื่องจากแต่ละชั้นมีขนาดใหญ่กว่าหนึ่งก่อน (ยกเว้นระดับ 1) ให้ปรับขนาดแบทช์สำหรับแต่ละชั้น
  - Tier 6 ของชุดข้อมูล Blizzard ไม่พอดีกับ 16GB P100 แม้จะมีขนาดแบทช์ 1
- ธง -s เป็นบูลีนสำหรับการพิจารณาว่าจะฝึกอบรมระดับ TTS หรือไม่ เนื่องจากเทียร์ TTS แตกต่างกันที่ระดับ 1 ธงนี้จะถูกละเว้นเมื่อ [tier number] != 0 คำเตือน: ธงนี้สลับ True ไม่ว่าจะตามธงใดก็ตาม ไม่สนใจถ้าคุณไม่ได้วางแผนที่จะใช้

จุดตรวจจะต้องเก็บไว้ภายใต้ chkpt/
ไฟล์ YAML ชื่อ inference.yaml ต้องมีการจัดเตรียมภายใต้ config/
inference.yaml ต้องระบุจำนวนของเทียร์ชื่อของจุดตรวจและว่ามันเป็นรุ่นที่มีเงื่อนไขหรือไม่

python inference.py -c [config YAML file path] -p [inference YAML file path] -t [timestep of generated mel spectrogram] -n [name of sample] -i [input sentence for conditional generation]
- Timestep หมายถึงความยาวของ mel spectrogram อัตราส่วนของการจับเวลาต่อวินาทีคือประมาณ [sample rate] : [hop length of FFT]
- ธง -i เป็นตัวเลือกที่จำเป็นสำหรับการสร้างแบบมีเงื่อนไขเท่านั้น ล้อมรอบประโยคด้วย "" และจบลง . -
- ทั้งการสร้างที่ไม่มีเงื่อนไขและการสร้างแบบมีเงื่อนไขในปัจจุบันไม่รองรับการสร้างเบื้องต้น (การคาดการณ์จากข้อมูลที่ให้ไว้)