tf diffwave

TF-Diffwave

（非官方）diffwave的張力實現（Zhifeng Kong等，2020）

• Diffwave：音頻合成的多功能擴散模型，Zhifeng Kong等，2020。 [Arxiv：2009.09761]

要求

在Python 3.7.3 Conda環境中測試，需求.txt

用法

要下載LJ-Speech數據集，請在腳本下運行。

數據集將以tfrecord格式以'〜/tensorflow_datasets下載。如果要更改下載目錄，請指定LJSpeech初始化器的data_dir參數。

 from dataset import LJSpeech
from dataset . config import Config

config = Config ()
# lj = LJSpeech(config, data_dir=path, download=True)
lj = LJSpeech ( config , download = True ) 

要訓​​練型號，請運行train.py。

CheckPoint將寫在TrainConfig.ckpt上，張量板摘要上的TrainConfig.log 。

python train.py
tensorboard --logdir ./log/

如果您想從RAW AUDIO訓練模型，請指定音頻目錄並打開標誌--from-raw 。

python . t rain.py --data-dir D: L JSpeech-1.1 w avs --from-raw

為了開始從以前的檢查點進行訓練，可以使用--load-step 。

python . t rain.py --load-step 416 --config ./ckpt/q1.json

對於實驗，參考expr.ipynb。

轉換測試集，運行推薦。

python . i nference.py

預處理的檢查站將在版本上重新介紹。

要使用預估計的模型，請下載文件並解壓縮。結帳git存儲庫適當的提交標籤和以下是示例腳本。

 with open ( 'l1.json' ) as f :
    config = Config . load ( json . load ( f ))

diffwave = DiffWave ( config . model )
diffwave . restore ( './l1/l1_1000000.ckpt-1' ). expect_partial ()

學習曲線

Res.Channels = 64，T = 20，火車1M步。

樣品

參考https://revsic.github.io/tf-diffwave。