tf diffwave

TF-Diffwave

（非官方）diffwave的张力实现（Zhifeng Kong等，2020）

• Diffwave：音频合成的多功能扩散模型，Zhifeng Kong等，2020。[Arxiv：2009.09761]

要求

在Python 3.7.3 Conda环境中测试，需求.txt

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 import LJSpeech
from dataset . config import Config

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

要训​​练型号，请运行train.py。

CheckPoint将写在TrainConfig.ckpt上，张量板摘要上的TrainConfig.log 。

python train.py
tensorboard --logdir ./log/

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-step 。

python . t rain.py --load-step 416 --config ./ckpt/q1.json

对于实验，参考expr.ipynb。

转换测试集，运行推荐。

python . i nference.py

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。结帐git存储库适当的提交标签和以下是示例脚本。

 with open ( 'l1.json' ) as f :
    config = Config . load ( json . load ( f ))

diffwave = DiffWave ( config . model )
diffwave . restore ( './l1/l1_1000000.ckpt-1' ). expect_partial ()

学习曲线

Res.Channels = 64，T = 20，火车1M步。

样品

参考https://revsic.github.io/tf-diffwave。