detail_tts

细节TTS

该模型新提出的三种重要的重要方法是成为AR TT的最佳实践。

• 尽管使用了RVQ，但实际培训采用了连续的功能，但我称其为假离散化。
• 全都是一个模型。该模型包含GPT，扩散，VQVAE，GAN和FLOWVAE一方面。一列火车。
• 两个前缀的SPK EMB和提示都用于从Valle类型推理和乌龟类型培训中受益。

这是对模型在10000小时非常脏数据进行培训后获得的结果。该模型可以通过许多低质量的数据轻松扩展。

提示0

提示00.Mov

生成0

提示01.Mov

提示1

提示10.Mov

生成1

提示112.MOV

提示2

提示20.Mov

生成2

提示21.mov

推理

检查api.py

数据集准备

更改路径包含脚本中的音频并运行

 python prepare/0_vad_asr_save_to_jsonl.py

火车和微调

 accelerate launch train.py

对于微调，请更改预处理模型负载路径。

致谢

VQ和GSV的VIT

从乌龟扩散和gpt