DiffWave Vocoder

這是Diffwave中神經聲碼器的重新製作：音頻合成的多功能擴散模型。

用法：

• 要繼續訓練模型，請運行python distributed_train.py -c config_${channel}.json ，其中${channel}可以是64或128 。

• 要重新訓練模型，請將相應json文件中的參數ckpt_iter更改為-1 ，然後使用上述命令。

• 要生成音頻，請運行python inference.py -c config_${channel}.json -cond ${conditioner_name} 。例如，如果MEL頻譜圖的名稱是LJ001-0001.wav.pt ，則${conditioner_name}為LJ001-0001 。提供的MEL頻譜圖包括LJ001-0001至LJ001-0186 。

• 請注意，您可能需要仔細調整json文件中的某些參數，例如data_path和batch_size_per_gpu 。

預驗證的模型和生成樣品：

• 通道= 64型
• 通道= 64個樣本
• 通道= 128型
• 通道= 128個樣本