栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Tacotron2训练笔记

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Tacotron2训练笔记

Tacotron2(NVIDIA版)训练笔记

Tacotron2项目地址:https://github.com/NVIDIA/tacotron2
Tacotron2中文训练笔记:https://blog.csdn.net/qq_44951010/article/details/124830538
从科大讯飞爬取音频数据:https://blog.csdn.net/qq_44951010/article/details/124829630

步骤
  1. 下载项目或通过git clone https://github.com/NVIDIA/tacotron2.git拉取项目,

    下载ljspeech数据集

  2. conda创建虚拟环境conda create --name tacotron2 python=3.6,

    激活环境conda activate tacotron2,

    安装pytorch pip install toch==1.4(最好在tmux中安装),

    安装其他依赖包pip install -r requirements.txt

  3. 进入filelists目录,当中有三个txt文件,记录了音频路径和文本的对应关系,'|'左边是音频路径,右边是相应的英文文本,

    修改音频路径为ljspeech数据集的相对路径,示例(datasets与tacotron2在同一目录下):

  4. 打开hparams.py文件,里面是一些超参数,可以修改epoch(训练轮数),sampling_rate(采样率),batch_size(如果爆显存了可以把batch_size调小点)等,

    运行python train.py --output_directory=outdir --log_directory=logdir进行训练,训练结果保存在outdir目录下

  5. 训练完成后,jupyter 运行inference.ipynb文件进行测试,

    将checkpoint_path改为自己训练的模型路径,如outdir/checkpoint_40000,

    下载WaveGlow项目,放到tacotron2目录下,

    下载waveglow_256channels_universal_v5.pt文件,放到tacotron2目录下,

    将jupyter内核切换为tacotron2环境,运行即可合成语音,text为要合成的文本

  6. 运行tensorboard --logdir=outdir/logdir命令,可以查看训练过程中的一些参数

参考

Tacotron2 运行笔记:https://mathor.blog.csdn.net/article/details/108846589

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/893118.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号