VITS_Japanese

วิธีใช้

(ข้อเสนอแนะ) Python == 3.7

โคลนที่เก็บนี้

git clone https://github.com/CjangCjengh/vits.git

เลือกทำความสะอาด

• เติม "text_cleaners" ใน config.json
• แก้ไขข้อความ/symbols.py
• ลบการนำเข้าที่ไม่จำเป็นออกจาก text/cleaners.py

ติดตั้งข้อกำหนด

pip install -r requirements.txt

สร้างชุดข้อมูล

ลำโพงเดี่ยว

"n_speakers" ควรเป็น 0 ใน config.json

 path/to/XXX.wav|transcript

• ตัวอย่าง

 dataset/001.wav|こんにちは。

ลำโพง

รหัสลำโพงควรเริ่มจาก 0

 path/to/XXX.wav|speaker id|transcript

• ตัวอย่าง

 dataset/001.wav|0|こんにちは。

ประมวลผลล่วงหน้า

หากคุณทำสิ่งนี้ให้ตั้งค่า "Cleaned_Text" เป็น TRUE ใน config.json

 # Single speaker
python preprocess.py --text_index 1 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

# Mutiple speakers
python preprocess.py --text_index 2 --filelists path/to/filelist_train.txt path/to/filelist_val.txt

สร้างการค้นหาการจัดตำแหน่งแบบโมโนโทนิก

 cd monotonic_align
python setup.py build_ext --inplace
cd ..

รถไฟ

 # Single speaker
python train.py -c < config > -m < folder >

# Mutiple speakers
python train_ms.py -c < config > -m < folder > 

การอนุมาน

ออนไลน์

ดู inference.ipynb

ออฟไลน์

ดู Moegoe

ทำงานใน Docker

docker run -itd --gpus all --name " Container name " -e NVIDIA_DRIVER_CAPABILITIES=compute,utility -e NVIDIA_VISIBLE_DEVICES=all " Image name "