ดาวน์โหลด vocos mlx - vocos mlx ซอร์สโค้ดดาวน์โหลด

vocos mlx

โค้ดแหล่งที่มา AI

0.0.7

ดาวน์โหลด

VOCOS - MLX

การดำเนินการของ VOCOS ด้วยเฟรมเวิร์ก MLX VOCOS ช่วยให้การสร้างเสียงที่มีคุณภาพสูงจาก MEL spectrograms หรือโทเค็น encodec

VOCOS: การปิดช่องว่างระหว่างโดเมนเวลาและนักร้องประสาทที่ใช้ฟูริเยร์สำหรับการสังเคราะห์เสียงคุณภาพสูง

กระดาษ [abs] [PDF]

การติดตั้ง

หากต้องการใช้ Vocos ในโหมดการอนุมานติดตั้งโดยใช้:

pip install vocos-mlx

การใช้งาน

mel spectrogram

 from vocos_mlx import Vocos , load_audio , log_mel_spectrogram

vocos = Vocos . from_pretrained ( "lucasnewman/vocos-mel-24khz" )

# reconstruct
audio = load_audio ( "audio.wav" , 24_000 )
reconstructed_audio = vocos ( audio )

# decode from mel spec
mel_spec = log_mel_spectrogram ( audio , n_mels = 100 )
decoded_audio = vocos . decode ( mel_spec )

encodec

 from vocos_mlx import Vocos , load_audio

vocos = Vocos . from_pretrained ( "lucasnewman/vocos-encodec-24khz" )

# reconstruct
audio = load_audio ( "audio.wav" , 24_000 )
reconstructed_audio = vocos ( audio , bandwidth_id = 3 )

# decode with encodec codes
codes = vocos . get_encodec_codes ( audio , bandwidth_id = 3 )
decoded_audio = vocos . decode_from_codes ( codes , bandwidth_id = 3 )

ความกตัญญู

Awni Hannun สำหรับการใช้งาน encodec อ้างอิงสำหรับ MLX

การอ้างอิง

 @article{siuzdak2023vocos,
  title={Vocos: Closing the gap between time-domain and Fourier-based neural vocoders for high-quality audio synthesis},
  author={Siuzdak, Hubert},
  journal={arXiv preprint arXiv:2306.00814},
  year={2023}
}