dctts pytorch

DC-TTS

Pytorch实施爸爸的实施有效地基于深层卷积网络，具有指导性的注意力。

感谢Kyubyong/DC_TTS，这有助于我克服一些困难。

数据集

• LJ语音数据集。一个公共领域的语音数据集，其中包含13,100个单个女演讲者的简短音频剪辑。

火车

我已经调整了超级参数，并使用LJ语音数据集训练了模型。超级参数可能不是最好的参数，并且与原始纸张中使用的参数略有不同。

使用LJ语音数据集训练模型：

1. 下载数据集并提取到目录中，以pkg/hyper.py设置目录
2. 运行预处理

    python3 main.py --action preprocess
   

3. 火车Text2Mel网络，您可以更改设备以训练pkg/hyper.py的text2mel

    python3 main.py --action train --module Text2Mel
   

4. 培训SSRN网络也可以更换培训设备

    python3 main.py --action train --module SuperRes
   

样品

一些合成样品包含在目录synthesis中。根据句子列出了sentences.txt 。合成时，合成时将加载text2mel和超级训练的预训练模型（在logdir/text2mel/pkg/trained.pkg和logdir/superres/pkg/trained.pkg的训练阶段的自动保存）时加载。

您可以在sentences.txt中列出的样本。

 python3 main.py --action synthesis

• 注意这一句子的矩阵： “哪个是……鸡或鸡蛋？宇宙有一个开始...如果是这样，那时发生了什么？宇宙来自哪里……去哪里了？”

预训练模型

目录synthesis中的样品用410k批次训练的Text2Mel和190K批次训练的超级批次采样。

当前的结果不是很令人满意，通常会跳过一些元音。希望有人可以找到更好的超级参数并训练更好的模型。请告诉我，您是否能够获得出色的模型。

您可以从我的Dropbox下载当前的预训练模型。

依赖

• scipy，librosa，num2words
• pytorch> = 0.4.0

相对的

TensorFlow实现：Kyubyong/DC_TTS

如果您有任何疑问或建议，请给我发电子邮件或打开问题。