dctts pytorch

DC-TTS

Pytorch實施爸爸的實施有效地基於深層卷積網絡，具有指導性的注意力。

感謝Kyubyong/DC_TTS，這有助於我克服一些困難。

數據集

• LJ語音數據集。一個公共領域的語音數據集，其中包含13,100個單個女演講者的簡短音頻剪輯。

火車

我已經調整了超級參數，並使用LJ語音數據集訓練了模型。超級參數可能不是最好的參數，並且與原始紙張中使用的參數略有不同。

使用LJ語音數據集訓練模型：

1. 下載數據集並提取到目錄中，以pkg/hyper.py設置目錄
2. 運行預處理

    python3 main.py --action preprocess
   

3. 火車Text2Mel網絡，您可以更改設備以訓練pkg/hyper.py的text2mel

    python3 main.py --action train --module Text2Mel
   

4. 培訓SSRN網絡也可以更換培訓設備

    python3 main.py --action train --module SuperRes
   

樣品

一些合成樣品包含在目錄synthesis中。根據句子列出了sentences.txt 。合成時，合成時將加載text2mel和超級訓練的預訓練模型（在logdir/text2mel/pkg/trained.pkg和logdir/superres/pkg/trained.pkg的訓練階段的自動保存）時加載。

您可以在sentences.txt中列出的樣本。

 python3 main.py --action synthesis

• 注意這一句子的矩陣： “哪個是……雞或雞蛋？宇宙有一個開始...如果是這樣，那時發生了什麼？宇宙來自哪裡……去哪裡了？”

預訓練模型

目錄synthesis中的樣品用410k批次訓練的Text2Mel和190K批次訓練的超級批次採樣。

當前的結果不是很令人滿意，通常會跳過一些元音。希望有人可以找到更好的超級參數並訓練更好的模型。請告訴我，您是否能夠獲得出色的模型。

您可以從我的Dropbox下載當前的預訓練模型。

依賴

• scipy，librosa，num2words
• pytorch> = 0.4.0

相對的

TensorFlow實現：Kyubyong/DC_TTS

如果您有任何疑問或建議，請給我發電子郵件或打開問題。