melgan multi

梅爾根多GPU實施。

Pytorch實施梅爾根：有條件波形合成的生成對抗網絡。

該實現包括分佈式支持並使用LJSpeech數據集。

先決條件

1. nvidia gpu + cuda cudnn
2. Python> = 3.5
3. pytorch == 1.2
4. 克隆這個存儲庫。
5. 安裝Python要求。請參閱要求

數據集

1. 下載並提取LJ語音數據集
2. 將所有WAV文件移至data/LJSpeech-1.1/wavs

訓練

1. python train.py --config=config.json --cps=cp_melgan

默認檢查點目錄是cp_melgan

張板日誌將保存在cp_melgan/logs

多GPU（分佈式）培訓

1. python distributed.py --config=config.json --args_str="--cps=cp_melgan"

培訓代碼檢測所有GPU並自動設置它們。

生成的樣品音頻

1. 當前樣品（489k步驟）

   樣品

2. 也可以在張板上聽到示例音頻。

3. 在張板上可以看到生成的頻譜。

預訓練模型

即將推出..

推理

我將盡快提交完整的推理代碼。

致謝

• 分佈式。

我提到Wavellow來實現音頻預處理。