【亲测免费】 AutoVC安装与使用指南

AutoVC安装与使用指南

【免费下载链接】autovc AutoVC: Zero-Shot Voice Style Transfer with Only Autoencoder Loss 项目地址: https://gitcode.com/gh_mirrors/au/autovc

目录结构及介绍

在AutoVC项目中，主要的目录及其功能如下：

• src: 包含所有源代码。

  • data_loader: 负责数据加载以及预处理的工作。
  • models: 存储模型定义及相关类函数。
    • autoencoder.py: 定义了自编码器模型。
    • speaker_encoder.py: 定义了说话者编码器。
  • utils: 提供多种辅助工具函数用于训练过程中的日志记录，音频处理等。

• configs: 配置文件存储位置，包含了模型参数设置、训练设置等。

  • config.yml: 主要的配置文件，定义了模型训练的关键参数。

• audio: 储存示例音频文件及转换后的结果。

• logs: 训练过程的日志文件存放路径。

• results: 模型预测或验证结果的保存目录。

• notebooks: Jupyter notebook实例，通常用来展示如何使用该库进行特定任务，如语音风格转移演示。

启动文件介绍

• train.py: 主训练脚本，负责初始化模型、数据加载和训练流程控制。

使用方法:

准备环境

确保已安装以下依赖:

• Python 3.x
• Numpy
• PyTorch >= 0.4.1
• TensorFlow >= 1.3（仅用于tensorboard）
• librosa
• tqdm
• wavenet_vocoder (pip install wavenet_vocoder)
• 可选: hifi-gan v1 (推荐版本)

下载预训练模型

从指定链接下载 AUTOVC Speaker Encoder 和 WaveNet Vocoder 的预训练模型。

开始训练

执行以下命令以启动训练流程:

python train.py --config configs/config.yml

以上命令将基于config.yml中的设定来初始化并运行模型训练。

配置文件介绍

• config.yml: 作为核心配置文件，它包含了训练超参数，数据集路径和模型保存的信息。主要内容包括但不限于:

  • model: 模型相关设置如层数、通道数、学习率等。

  • dataset: 数据集详情，例如采样频率，特征提取参数。

  • training: 训练设置，包括批次大小、迭代次数等。

  • paths: 指定训练数据路径，模型保存路径等关键目录。

通过修改这个文件内的字段可以调整实验条件或适应不同场景需求。

【免费下载链接】autovc AutoVC: Zero-Shot Voice Style Transfer with Only Autoencoder Loss 项目地址: https://gitcode.com/gh_mirrors/au/autovc