iSTFT Avocodo pytorch

Istft Avocodo Vocoder

เครื่องกำเนิดไฟฟ้าของ ISTFT และผู้เลือกปฏิบัติของ Avocodo ใช้สาขา faster สำหรับการฝึกอบรมที่รวดเร็วเป็นพิเศษและการอนุมานเมื่อเทียบกับ hifi-gan ดั้งเดิม

การฝึกอบรม :

 python train.py --config config_v1.json

หมายเหตุ:

• รุ่นเครื่องกำเนิดไฟฟ้า ISTFT สองรุ่นสามารถใช้กับ Avocodo discriminaators
• การสูญเสียควรคล้ายกับ hifi-gan
• สาขา faster ของ repo นี้เพิ่มขึ้น 50 % (0.33 s/b) ในการฝึกอบรมและการปรับปรุงความเร็วในการอนุมาน 60 %
• คุณภาพไม่ดีเท่า avocodo และ istftnet

ข้อมูลอ้างอิง:

• https://github.com/rishikksh20/istftnet-pytorch
• https://github.com/rishikksh20/avocodo-pytorch
• https://github.com/jik876/hifi-gan

การอ้างอิง:

 @inproceedings{kaneko2022istftnet,
title={{iSTFTNet}: Fast and Lightweight Mel-Spectrogram Vocoder Incorporating Inverse Short-Time Fourier Transform},
author={Takuhiro Kaneko and Kou Tanaka and Hirokazu Kameoka and Shogo Seki},
booktitle={ICASSP},
year={2022},
}

 @misc{https://doi.org/10.48550/arxiv.2206.13404,
  doi = {10.48550/ARXIV.2206.13404},
  
  url = {https://arxiv.org/abs/2206.13404},
  
  author = {Bak, Taejun and Lee, Junmo and Bae, Hanbin and Yang, Jinhyeok and Bae, Jae-Sung and Joo, Young-Sun},
  
  keywords = {Audio and Speech Processing (eess.AS), Artificial Intelligence (cs.AI), Sound (cs.SD), FOS: Electrical engineering, electronic engineering, information engineering, FOS: Electrical engineering, electronic engineering, information engineering, FOS: Computer and information sciences, FOS: Computer and information sciences},
  
  title = {Avocodo: Generative Adversarial Network for Artifact-free Vocoder},
  
  publisher = {arXiv},
  
  year = {2022},
  
  copyright = {arXiv.org perpetual, non-exclusive license}
}