melgan multi

梅尔根多GPU实施。

Pytorch实施梅尔根：有条件波形合成的生成对抗网络。

该实现包括分布式支持并使用LJSpeech数据集。

先决条件

1. nvidia gpu + cuda cudnn
2. Python> = 3.5
3. pytorch == 1.2
4. 克隆这个存储库。
5. 安装Python要求。请参阅要求

数据集

1. 下载并提取LJ语音数据集
2. 将所有WAV文件移至data/LJSpeech-1.1/wavs

训练

1. python train.py --config=config.json --cps=cp_melgan

默认检查点目录是cp_melgan

张板日志将保存在cp_melgan/logs

多GPU（分布式）培训

1. python distributed.py --config=config.json --args_str="--cps=cp_melgan"

培训代码检测所有GPU并自动设置它们。

生成的样品音频

1. 当前样品（489k步骤）

   样品

2. 也可以在张板上听到示例音频。

3. 在张板上可以看到生成的频谱。

预训练模型

即将推出..

推理

我将尽快提交完整的推理代码。

致谢

• 分布式。

我提到Wavellow来实现音频预处理。