TalkNet2 pytorch

TalkNet 2 [WIP]

TalkNet 2: แบบจำลองการแยกแบบแยกส่วนที่ไม่สามารถแยกได้อย่างลึกซึ้งสำหรับการสังเคราะห์เสียงพูดด้วยระยะห่างที่ชัดเจนและการทำนายระยะเวลา

TalkNet 2 Repo ที่นี่

งานยังคงอยู่:

• เพิ่มการปิดบังให้กับบล็อก quartznet ทั้งหมด
• เพิ่มเครื่องกำเนิดไฟฟ้า postnet ไปยัง mel-spectrogram
• ทำความสะอาดและแก้ไขการใช้งานโมเดลทั้งหมดตามแนวทางปฏิบัติที่ดีที่สุด
• เพิ่มรหัสการประมวลผลข้อความและเสียง
• เพิ่ม Dataloader และรหัสการฝึกอบรม
• ทดสอบผลการตั้งค่าและโพสต์ TalkNet2 ทั้งหมด

การอ้างอิง:

 @misc{beliaev2021talknet,
      title={TalkNet 2: Non-Autoregressive Depth-Wise Separable Convolutional Model Stanislav Beliaev, Boris Ginsburgfor Speech Synthesis with Explicit Pitch and Duration Prediction}, 
      author={Stanislav Beliaev and Boris Ginsburg},
      year={2021},
      eprint={2104.08189},
      archivePrefix={arXiv},
      primaryClass={eess.AS}
}