หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>โค้ดแหล่งที่มา AI
ดาวน์โหลด

การปรับแต่ง TPGST ใหม่ด้วย pytorch

กระดาษ: การทำนายรูปแบบการพูดที่แสดงออกจากข้อความในการสังเคราะห์คำพูดแบบ end-to-end

ข้อกำหนดเบื้องต้น

  • Python 3.7
  • Pytorch 1.3
  • Librosa, Scipy, TQDM, Tensorboardx

ชุดข้อมูล

  • KSS ชุดข้อมูลคำพูดลำโพงเดี่ยวหญิงเกาหลี

ตัวอย่าง

  • โพสต์

การใช้งาน

  1. ดาวน์โหลดชุดข้อมูลด้านบนและแก้ไขพา ธ ใน config.py จากนั้นเรียกใช้คำสั่งด้านล่าง 

     python prepro.py

  2. โมเดลต้องฝึกขั้นตอน 100K+ 

     python train.py <gpu_id>

  3. หลังจากการฝึกอบรมคุณสามารถสังเคราะห์คำพูดบางส่วนจากข้อความ 

     python synthesize.py <gpu_id> <model_path>

  4. ในการฟังตัวอย่างของคุณคุณอาจต้องใช้ Mel2wav Vocoder ฉันไม่ได้รวม Vocoder ใน repo นี้

หมายเหตุ

  • ฉันคิดว่าความแตกต่างระหว่าง Tacotron พื้นฐานและ TPGST นั้นมีขนาดเล็กในชุดข้อมูล KSS
  • ฉันจะทำการทดลองเพิ่มเติมเร็ว ๆ นี้
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด