Conditional SpecGAN Tensorflow

有条件的规格

A（条件）音频合成生成对抗网络，生成频谱图，该频谱图在张力流中实现了原始波形。

要求：

• Tensorflow R1.10.1
• Python 3.6
• Numpy 1.14.5
• 天秤座0.6.2
• TQDM 4.26.0
• matplotlib 2.2.3

介绍

通过使用生成对抗网络生成频谱图，文本到语音综合。这项工作基于Specgan的原始实施，在该实施情况下，我在这里探索了条件Specgan培训。此外，还采用了基于能量的数据预处理方案，从而改善了音频质量。

预处理结果可以通过以下可视化来证明：

构建数据集

• 下载培训数据：此处

• 运行'./src/utils/preprocess_data.py'处理数据或下载处理的数据：此处

• 运行'./src/utils/visualize_wav.py'以可视化处理后的清洁数据或下载结果：此处

• 运行'./ src/utils/make_tfrecord.py'以处理.wav文件中的.tfrecord培训准备就绪文件，或下载已处理的数据：此处

• 在步骤4中提取.tgz文件，然后根据args.data_dir在./src/config.py：Data_dir：

 data_dir='../data/sc09_preprocess_energy'

可以通过更改“ -data_dir选项”中的“ ./src/config.py”来修改此默认路径。

用法

• 通过以下命令恢复或训练新的Specgan模型：

 python3 ./src/runner.py train

• 要推断并从受过训练的Specgan模型中生成，请使用以下命令：

 python3 ./src/runner.py generate

• 要从有条件的Specgan训练或生成，请使用以下命令（注意：此功能仍在实现中，尚未完成！ ）：

 python3 ./src/runner.py train --conditional
python3 ./src/runner.py generate --conditional