ดาวน์โหลด CTTS - ดาวน์โหลดซอร์สโค้ด CTTS

CTTS

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

ส่วนหน้า TTS ของกวางตุ้ง

ข้อความภาษากวางตุ้ง/จีนเป็นคำพูดตามการสังเคราะห์พารามิเตอร์เชิงสถิติโดยใช้ Merlin Toolkit

โครงการนี้ได้รับอิทธิพลจาก MTTS

วิธีการทำซ้ำ

ก่อนอื่นคุณต้องมีข้อมูลมี WAV และ TXT (Prosody Mark เป็นตัวเลือก)
ประการที่สองสร้างฉลาก HTS โดยใช้โครงการนี้
การใช้ Merlin/EGS/CANTONESE_VOICE เพื่อฝึกฝนและสร้างเสียงกวางตุ้ง

ชุดคำอธิบายประกอบและคำถามที่เกี่ยวข้องกับบริบท

คำอธิบายประกอบบริบทที่เกี่ยวข้อง
ชุดคำถาม
กฎในการออกแบบชุดคำถาม

ติดตั้ง

Python: Python3.6
ระบบ: Linux (ทดสอบบน Ubuntu16.04)

 sudo apt-get install libatlas3-base

เรียกใช้ bash tools/install_mtts.sh
หรือ ดาวน์โหลดไฟล์ด้วยตัวเอง

ดาวน์โหลด Montreal-Forced-aligner และ UNZIP ไปยัง Directory Tools/

เรียกใช้การสาธิต

 bash run_demo.sh

การใช้งาน

1. สร้างฉลาก HTS โดย WAV และข้อความ

การใช้งาน: เรียกใช้ python src/mtts.py txtfile wav_directory_path output_directory_path (เส้นทางสัมบูรณ์หรือเส้นทางสัมพัทธ์) จากนั้นคุณจะได้รับฉลาก hts ถ้าคุณมีโมเดลอะคูสติกของ -a your_acoustic_model.zip เอง
ความสนใจ: ปัจจุบันสนับสนุนตัวละครจีนเท่านั้น TXT ไม่ควรมีหมายเลขอารเบียหรือตัวอักษรภาษาอังกฤษใด ๆ

ตัวอย่าง txtfile

 A_01 这是一段文本
A_02 这是第二段文本

ตัวอย่าง WAV_DIRECTORY (อัตราการสุ่มตัวอย่างควรมากกว่า 16KHz)

 A_01.wav  
A_02.wav

2. สร้างฉลาก HTS โดยข้อความที่มีหรือไม่มีไฟล์การจัดตำแหน่ง

การใช้งาน: เรียกใช้ python src/mandarin_frontend.py txtfile output_directory_path
หรือนำเข้า mandarin_frontend

 from mandarin_frontend import txt2label

result = txt2label('向香港特别行政区同胞澳门和台湾同胞海外侨胞')
[print(line) for line in result]

ดูซอร์สโค้ดสำหรับข้อมูลเพิ่มเติม แต่ให้ความสนใจกับไฟล์การจัดตำแหน่ง (ไฟล์ SFS) รูปแบบคือ endtime phone_type ไม่ใช่ start_time, phone_type (ซึ่งแตกต่างจากข้อมูลของมหาสมุทรคำพูด)

3. การบังคับให้เข้ากัน

โครงการนี้ใช้การจัดตำแหน่งที่บังคับใช้มอนทรีออลเพื่อทำการจัดตำแหน่งหากคุณต้องการให้ได้การจัดตำแหน่งที่ดีขึ้นให้ใช้ข้อมูลของคุณเพื่อฝึกอบรมโมเดลการจัดตำแหน่งดู MFA: อัลจินใช้อย่างเดียว