ดาวน์โหลด etos tts - ดาวน์โหลดซอร์สโค้ด etos tts

etos tts

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

etos tts

Etos tts มีจุดมุ่งหมายเพื่อสร้างข้อความประสาทเป็นคำพูด (TTS) ที่สามารถแปลงข้อความเป็นคำพูดในเสียงที่สุ่มตัวอย่างในป่า มันคือการใช้งาน Pytorch ของ Tacotron: รูปแบบการสังเคราะห์แบบข้อความถึงการพูดแบบ end-to-end อย่างเต็มที่

การใช้งาน

ความต้องการ

Python 3.6 หรือใหม่กว่า
Pytorch 0.4 ถูกทดสอบ
สำหรับ Ubuntu, sudo apt install libsndfile1

คุณสามารถใช้ PIP เพื่อติดตั้งข้อกำหนดอื่น ๆ

pip3 install -r requirements.txt

การทดสอบ

คุณสามารถใช้โมเดลที่ผ่านการฝึกอบรมภายใต้ models/may22 และเรียกใช้เว็บเซิร์ฟเวอร์ TTS:

python server.py -c server_conf.json

จากนั้นไปที่ http://127.0.0.1:8000 แล้วสนุก

ข้อมูล

ปัจจุบัน TTS มีตัวโหลดข้อมูลสำหรับ

คำพูด LJ

ฝึกอบรมเครือข่าย

ในการเรียกใช้การฝึกอบรมของคุณเองคุณต้องกำหนดไฟล์ config.json (เทมเพลตง่าย ๆ ด้านล่าง) และโทรด้วยคำสั่ง

train.py --config_path config.json

หากคุณต้องการใช้ชุด GPUs เฉพาะ

CUDA_VISIBLE_DEVICES="0,1,4" train.py --config_path config.json

การรันแต่ละครั้งจะสร้างโฟลเดอร์การทดลองด้วยวันที่และเวลาที่เกี่ยวข้องภายใต้โฟลเดอร์ที่คุณตั้งค่าใน config.json และหากยังไม่มีจุดตรวจสอบภายใต้โฟลเดอร์นั้นจะถูกลบออกเมื่อคุณกด Ctrl+C

นอกจากนี้คุณยังสามารถเพลิดเพลินกับ Tensorboard ด้วยบันทึกการฝึกอบรมที่ดีสองสามรายการหากคุณชี้ --logdir โฟลเดอร์การทดลอง

ตัวอย่าง config.json :

 {
  "num_mels": 80,
  "num_freq": 1025,
  "sample_rate": 22050,
  "frame_length_ms": 50,
  "frame_shift_ms": 12.5,
  "preemphasis": 0.97,
  "min_level_db": -100,
  "ref_level_db": 20,
  "embedding_size": 256,
  "text_cleaner": "english_cleaners",

  "epochs": 200,
  "lr": 0.002,
  "warmup_steps": 4000,
  "batch_size": 32,
  "eval_batch_size":32,
  "r": 5,
  "mk": 0.0,  // guidede attention loss weight. if 0 no use
  "priority_freq": true,  // freq range emphasis

  "griffin_lim_iters": 60,
  "power": 1.2,

  "dataset": "TWEB",
  "meta_file_train": "transcript_train.txt",
  "meta_file_val": "transcript_val.txt",
  "data_path": "/data/shared/BibleSpeech/",
  "min_seq_len": 0,
  "num_loader_workers": 8,

  "checkpoint": true,  // if save checkpoint per save_step
  "save_step": 200,
  "output_path": "/path/to/my_experiment",
}