lili6507a书摘与小说
Li小白的语音合成炼丹炉,高手勿进,随时炸炉
历史档案 · 保留原帖文字 · 1 条回复
复现项目 https://github.com/xinzheshen/tacotron2
目标音色(三字经)和克隆后(诗经-关雎,诗经-蒹葭)
- tts_target.wav文件 · 136.6 KB
- tts_guanjv_cloned.wav文件 · 1.8 MB
- tts_jianjia_cloned.wav文件 · 2.1 MB
附件以原始格式下载。
回复
该版本整合了tacotron和wavernn,没有使用apex
训练样本有2个,一个10h,一个2.5h,训练3天后2.5h的音色正常,流畅度待继续训练,目前暂停
因为另外还有一个15min+30min带噪音的小样本,需要训练一个voicefilter, 提取纯净声音训练
conda create -n myfriend7 python=3.7
conda activate myfriend7
d:
cd share\tts\myfriend\tacotron2-xinzheshen
conda install -c conda tensorflow-gpu=1.14.0 -y
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
pip install numba==0.48.0
pip install matplotlib==3.2.2
pip install librosa==0.6.1
pip install unidecode inflect tqdm
1 预处理
python preprocess.py
2 Train Tacotron2
python train_tacotron2.py -o logs --init-lr 1e-3 --final-lr 1e-5 --epochs 300 -bs 28 --weight-decay 1e-6
2.5
测试
python inference_tacotron.py
3 WaveNet预处理, 处理11k文件需要1h
python gta.py
4 Train WaveRnn
python train_wavernn.py --gta
5 输出
python inference.py