DiffWave Vocoder

这是Diffwave中神经声码器的重新制作：音频合成的多功能扩散模型。

用法：

• 要继续训练模型，请运行python distributed_train.py -c config_${channel}.json ，其中${channel}可以是64或128 。

• 要重新训练模型，请将相应json文件中的参数ckpt_iter更改为-1 ，然后使用上述命令。

• 要生成音频，请运行python inference.py -c config_${channel}.json -cond ${conditioner_name} 。例如，如果MEL频谱图的名称是LJ001-0001.wav.pt ，则${conditioner_name}为LJ001-0001 。提供的MEL频谱图包括LJ001-0001至LJ001-0186 。

• 请注意，您可能需要仔细调整json文件中的某些参数，例如data_path和batch_size_per_gpu 。

预验证的模型和生成样品：

• 通道= 64型
• 通道= 64个样本
• 通道= 128型
• 通道= 128个样本