基于RTVC-7VoiceCloningModel的Tuned-GE2E-SayEN-EarSpeech搭建怎样的
基于RTVC-7 Voice Cloning Model 的Tuned-GE2E-SayEN-EarSpeech 搭建怎样的,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联公司长期为上1000+客户提供的网站建设服务,团队从业经验10年,关注不同地域、不同群体,并针对不同对象提供差异化的产品和服务;打造开放共赢平台,与合作伙伴共同营造健康的互联网生态环境。为温江企业提供专业的成都网站制作、网站建设、外贸网站建设,温江网站改版等技术服务。拥有10年丰富建站经验和众多成功案例,为您定制开发。
0. 说明
和 https://blog.csdn.net/u013625492/article/details/114433738 中 GE2E 的版本几乎一致
区别就是文本是 英文, 使用 VCTK 等英文数据集训练
1. Git Clone
https://github.com/ruclion/Tuned-GE2E-SayEN-EarSpeech
2. 训练数据
2.1. VCTK
之前训练 AutoVC 用过
处理数据的逻辑从: /ceph/home/hujk17/Tuned-GE2E-SayEN-EarSpeech/FaPig_extract_GE2E_VCTK_nosli.py 开始
保留了 train, val, unseen. 训练的时候只使用 train
3. speaker embedding
在 2.1. 中也一并提取了, 使用 GE2E
4. 预处理数据 -> mel
在 2.1. 中也一并提取了, 使用 实验室的 mel.嘿嘿(●ˇ∀ˇ●), 终于方便啦
5. 改代码
symbols 不用动, 本身就保留了英文的标点
需要改下 train.txt 的路径
以 Kiss 为模型名字, 逻辑从 Kiss_train.py 开始
直接用 本来的小 Batch 训练, batch_size = 12
6. GE2E 版逻辑
256 的 Embedding 仍然后面接了一个 FC, 和中文的一致
中文的叫 FaPig, 英文叫 Kiss, 逻辑从 Kiss_train.py 开始
from synthesizer.FaPig_train import train 和 from synthesizer.Kiss_train import train 其实完全一致, 只是为了统一格式, 拷贝了一份
看完上述内容,你们掌握基于RTVC-7 Voice Cloning Model 的Tuned-GE2E-SayEN-EarSpeech 搭建怎样的的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!
网页标题:基于RTVC-7VoiceCloningModel的Tuned-GE2E-SayEN-EarSpeech搭建怎样的
本文来源:http://scyanting.com/article/geisgh.html