Expressive FastSpeech2

富有表现力 - fastspeech2 -Pytorch实现

贡献

1. Non-autoregressive Expressive TTS ：该项目旨在为未来的研究和应用提供基石，以对包括Emotional TTS和Conversational TTS在内的非自动回忆性表达性TT进行应用。对于数据集，AIHUB多模式视频AI数据集和IEmocap数据库分别用于韩语和英语。

   注意：如果您对GST-TACOTRON或VAE-TACOTRON感兴趣，例如表达风格的TTS模型，但在非自动回调解码下，您也可能对Styler [Demo，Code]感兴趣。

2. Annotated Data Processing ：该项目阐明了如何处理新数据集，即使使用不同的语言，以成功地培训非自动性情感TTS。

3. English and Korean TTS ：除英语外，该项目还提供了对非自动回忆性TTS处理韩语的广泛看法，在该韩文中，必须在特定于语言的功能下考虑其他数据处理（例如，培训蒙特利尔强迫对准者与您自己的语言和数据集）。请仔细研究text/ 。

4. Adopting Own Language ：对于那些有兴趣调整其他语言的人，请参阅分类分支的“使用您自己的数据集（自己的语言）培训”部分。

存储库结构

在这个项目中，FastSpeech2被改编为基本非自动回调的多演讲者TTS框架，因此先阅读纸张和代码会很有帮助（另请参见FastSpeSpeech2分支）。

1. Emotional TTS ：以下分支包含由情绪端到端神经语音合成器实现的基本范式的实现。

   

   • 分类分支：仅适应分类情感描述符（例如快乐，悲伤等）
   • 连续分支：调节连续的情感描述符（例如唤醒，价等）。

2. Conversational TTS ：以下分支包含语音代理的对话端到端TT的实现

   

   • 会话分支：调节聊天历史记录

引用

如果您想使用或参考此实现，请引用回购。

@misc{lee2021expressive_fastspeech2,
  author = {Lee, Keon},
  title = {Expressive-FastSpeech2},
  year = {2021},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = { u rl{https://github.com/keonlee9420/Expressive-FastSpeech2}}
}

参考

• Ming024的FastSpeech2（晚于2021.02.26 VER。
• Hgu-dllab的韩国 - 福斯特式2-pytorch
• HCCHO2的TACOTRON2-WAVENET-KOREAN-TTS
• carpedm20'多演讲者 - tacotron-tensorflow