ดาวน์โหลด tf diffwave - tf diffwave Source Source Download

tf diffwave

โค้ดแหล่งที่มา AI

ve: channels=64, T=20, 1M steps

ดาวน์โหลด

tf-diffwave

(ไม่เป็นทางการ) การใช้ Tensorflow ของ Diffwave (Zhifeng Kong et al., 2020)

Diffwave: แบบจำลองการแพร่กระจายที่หลากหลายสำหรับการสังเคราะห์เสียง, Zhifeng Kong et al., 2020. [Arxiv: 2009.09761]

ความต้องการ

ทดสอบใน Python 3.7.3 สภาพแวดล้อม conda, required.txt

การใช้งาน

หากต้องการดาวน์โหลดชุดข้อมูล LJ-Speech ให้เรียกใช้ภายใต้สคริปต์

ชุดข้อมูลจะถูกดาวน์โหลดใน '~/tensorflow_datasets' ในรูปแบบ tfrecord หากคุณต้องการเปลี่ยนไดเรกทอรีดาวน์โหลดให้ระบุพารามิเตอร์ data_dir ของ LJSpeech initializer

 from dataset import LJSpeech
from dataset . config import Config

config = Config ()
# lj = LJSpeech(config, data_dir=path, download=True)
lj = LJSpeech ( config , download = True )

ในการฝึกอบรมนางแบบ Run Train.py

จุดตรวจสอบจะถูกเขียนบน TrainConfig.ckpt , Tensorboard สรุปเกี่ยวกับ TrainConfig.log

python train.py
tensorboard --logdir ./log/

หากคุณต้องการฝึกอบรมโมเดลจาก RAW Audio ให้ระบุไดเรกทอรีเสียงและเปิดการตั้งค่าสถานะ --from-raw

python . t rain.py --data-dir D: L JSpeech-1.1 w avs --from-raw

ในการเริ่มฝึกอบรมจากจุดตรวจสอบก่อนหน้านี้ --load-step

python . t rain.py --load-step 416 --config ./ckpt/q1.json

สำหรับการทดลองอ้างอิง expr.ipynb

ในการทดสอบการอนุมานให้เรียกใช้การอนุมาน.py

python . i nference.py

จุดตรวจสอบที่ได้รับการฝึกฝนจะถูกเชื่อมต่อกันในรุ่น

หากต้องการใช้โมเดล pretrained ดาวน์โหลดไฟล์และคลายซิป Checkout Git ที่เก็บไปยังแท็กการกระทำที่เหมาะสมและการติดตามเป็นสคริปต์ตัวอย่าง

 with open ( 'l1.json' ) as f :
    config = Config . load ( json . load ( f ))

diffwave = DiffWave ( config . model )
diffwave . restore ( './l1/l1_1000000.ckpt-1' ). expect_partial ()