MultiSpeech

多语

这是多语言的Pytorch实现：多演讲者文本到Transformer的语音

培训您的数据

为了在数据上训练模型，请按照以下步骤操作

1。数据预处理

• 准备您的数据并确保以下面的标题为下面的PSV格式格式化数据

 speaker_id,audio_path,text,duration
0|file/to/file.wav|the text in that file|3.2 

扬声器ID应该是整数，从0开始

• 如果不进行适当的转换以满足这种情况，请确保音频是单声道

2。设置开发环境

• 创建环境

python -m venv env

• 激活环境

 source env/bin/activate

• 安装所需的依赖项

pip install -r requirements.txt

3。培训

• 如果需要，更新配置文件
• 训练模型

  python train.py --train_path train_data.txt --test_path test_data.txt --checkpoint_dir outdir --epoch 100 --batch_size 64