tf glow tts

TF-Glow-TTS

（非官方）在2020年Neurips的Jaehyheon Kim等人的Glow-TTS的张力实现。

• Glow-TTS：通过单调对准搜索进行文本到语音的生成流[ARXIV：2005.11129]
• 完整代码基于原始GitHub存储库Jaywalnut310/Glow-TTS

要求

在python 3.8.5 Windows10 conda环境，需求.txt中测试

用法

要下载LJ-Speech数据集，请在脚本下运行。

数据集将以tfrecord格式以'〜/tensorflow_datasets下载。如果要更改下载目录，请指定LJSpeech初始化器的data_dir参数。

 from dataset . ljspeech import LJSpeech

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

要训​​练型号，请运行train.py。

CheckPoint将写在TrainConfig.ckpt上，张量列表TrainConfig.log 。

python train.py
tensorboard --logdir . l og

如果您想从RAW AUDIO训练模型，请指定音频目录并打开标志--from-raw 。

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

为了开始从以前的检查点进行训练，可以使用--load-epoch 。

python . t rain.py --load-epoch 20 --config D: t f c kpt g lowtts.json

要推断音频，请运行temprence.py。
由于此代码适用于POC，因此只有字母和几个特殊字符可用，请参考文本Normalizer.Graphemes。

python . i nference.py
    --config D: t f c kpt g lowtts.json
    --ckpt D: t f c kpt g lowtts g lowtts_20.ckpt-1
    --text " Hello, my name is revsic "

预处理的检查站将在版本上重新介绍。

要使用预估计的模型，请下载文件并解压缩。以下是示例脚本。

 from config import Config
from glowtts import GlowTTS

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

tts = GlowTTS ( config . model )
tts . restore ( './glowtts_20.ckpt-1' ). expect_partial ()

学习曲线

训练LJSpeech 20个带有TF-Diffwave的时代

样品

参考https://revsic.github.io/tf-glow-tts。