deepaudio tts

什么是deepaudio-tts？

Deepaudio-TTS是培训基于神经网络的文本到语音（TTS）模型的框架。它夹杂着或将包括用于TTS和Vocoder模型的流行神经网络体系结构。

为了使使用各种功能，例如混合精液，多节点培训和TPU培训等，我在此框架中引入了pytorch-lighting和Hydra。它仍在开发中。

培训例子

1. 预处理您的数据。 （脚本即将开始，或者您可以在此步骤中遵循桨式演讲的教程。）
2. 训练模型。您可以在deepaudio/tts/cli/configs/实验中选择一个实验。然后用以下行训练模型：

 $ export PYTHONPATH="${PYTHONPATH}:/dir/of/this/project/"
$ python -m deepaudio.tts.cli.train experiment=tacotron2 datamodule.train_metadata=/you/path/to/train_metadata datamodule.dev_metadata=/you/path/to/dev_metadata

支持的模型

1. tacotron2
2. FastSpeech2
3. 变压器TTS
4. 平行波甘
5. hifigan
6. vits

未来计划

干净的代码

1. 删除冗余代码。
2. 使deepaudio.tts.models更加干净。

型号

1. 其他型号。
2. 预验证的模型。

部署

1. onnx
2. 吉特

如何为deepaudio-tts做出贡献

这是一个个人项目。因此，我没有足够的GPU资源来进行很多实验。该项目仍在开发中。感谢任何形式的反馈或贡献。请随时为某些小问题（例如修复错误，实验结果）进行拉力重新限制。如果您有任何疑问，请打开问题。

承认

我从Espnet和Paddle演讲中借了很多代码