deepaudio tts

什麼是deepaudio-tts？

Deepaudio-TTS是培訓基於神經網絡的文本到語音（TTS）模型的框架。它夾雜著或將包括用於TTS和Vocoder模型的流行神經網絡體系結構。

為了使使用各種功能，例如混合精液，多節點訓練和TPU培訓等，我在此框架中引入了pytorch-lighting和Hydra。它仍在開發中。

培訓例子

1. 預處理您的數據。 （腳本即將開始，或者您可以在此步驟中遵循槳式演講的教程。）
2. 訓練模型。您可以在deepaudio/tts/cli/configs/實驗中選擇一個實驗。然後用以下行訓練模型：

 $ export PYTHONPATH="${PYTHONPATH}:/dir/of/this/project/"
$ python -m deepaudio.tts.cli.train experiment=tacotron2 datamodule.train_metadata=/you/path/to/train_metadata datamodule.dev_metadata=/you/path/to/dev_metadata

支持的模型

1. tacotron2
2. FastSpeech2
3. 變壓器TTS
4. 平行波甘
5. hifigan
6. vits

未來計劃

乾淨的代碼

1. 刪除冗餘代碼。
2. 使deepaudio.tts.models更加干淨。

型號

1. 其他型號。
2. 預驗證的模型。

部署

1. onnx
2. 吉特

如何為deepaudio-tts做出貢獻

這是一個個人項目。因此，我沒有足夠的GPU資源來進行很多實驗。該項目仍在開發中。感謝任何形式的反饋或貢獻。請隨時為某些小問題（例如修復錯誤，實驗結果）進行拉力重新限制。如果您有任何疑問，請打開問題。

承認

我從Espnet和Paddle演講中藉了很多代碼