MultiSpeech

多語

這是多語言的Pytorch實現：多演講者文本到Transformer的語音

培訓您的數據

為了在數據上訓練模型，請按照以下步驟操作

1。數據預處理

• 準備您的數據並確保以下面的標題為下面的PSV格式格式化數據

 speaker_id,audio_path,text,duration
0|file/to/file.wav|the text in that file|3.2 

揚聲器ID應該是整數，從0開始

• 如果不進行適當的轉換以滿足這種情況，請確保音頻是單聲道

2。設置開發環境

• 創建環境

python -m venv env

• 激活環境

 source env/bin/activate

• 安裝所需的依賴項

pip install -r requirements.txt

3。培訓

• 如果需要，更新配置文件
• 訓練模型

  python train.py --train_path train_data.txt --test_path test_data.txt --checkpoint_dir outdir --epoch 100 --batch_size 64