Parallel-Tacotron2 项目使用教程

Parallel-Tacotron2 项目使用教程

Parallel-Tacotron2 PyTorch Implementation of Google's Parallel Tacotron 2: A Non-Autoregressive Neural TTS Model with Differentiable Duration Modeling 项目地址: https://gitcode.com/gh_mirrors/pa/Parallel-Tacotron2

1. 项目的目录结构及介绍

Parallel-Tacotron2/
├── audio/
├── config/
│   └── LJSpeech/
│       ├── preprocess.yaml
│       ├── model.yaml
│       └── train.yaml
├── hifigan/
├── img/
├── model/
├── preprocessed_data/
│   └── LJSpeech/
├── preprocessor/
├── text/
├── utils/
├── .gitignore
├── LICENSE
├── README.md
├── dataset.py
├── evaluate.py
├── prepare_data.py
├── preprocess.py
├── requirements.txt
├── synthesize.py
└── train.py

目录结构介绍

• audio/: 存放音频相关文件。
• config/: 存放项目的配置文件，包括预处理、模型和训练的配置文件。
  • LJSpeech/: 针对LJSpeech数据集的配置文件。
    • preprocess.yaml: 预处理配置文件。
    • model.yaml: 模型配置文件。
    • train.yaml: 训练配置文件。
• hifigan/: 存放HiFi-GAN相关的文件。
• img/: 存放项目中使用的图片文件。
• model/: 存放模型的实现代码。
• preprocessed_data/: 存放预处理后的数据。
  • LJSpeech/: 针对LJSpeech数据集的预处理数据。
• preprocessor/: 存放数据预处理的代码。
• text/: 存放文本处理相关的代码。
• utils/: 存放工具函数和辅助代码。
• .gitignore: Git忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• dataset.py: 数据集处理脚本。
• evaluate.py: 模型评估脚本。
• prepare_data.py: 数据准备脚本。
• preprocess.py: 数据预处理脚本。
• requirements.txt: 项目依赖库列表。
• synthesize.py: 模型推理脚本。
• train.py: 模型训练脚本。

2. 项目的启动文件介绍

train.py

train.py 是项目的训练启动文件，用于训练 Parallel-Tacotron2 模型。

使用方法:

python3 train.py -p config/LJSpeech/preprocess.yaml -m config/LJSpeech/model.yaml -t config/LJSpeech/train.yaml

synthesize.py

synthesize.py 是项目的推理启动文件，用于生成语音。

使用方法:

• 单条文本推理:

  python3 synthesize.py --text "YOUR_DESIRED_TEXT" --restore_step 900000 --mode single -p config/LJSpeech/preprocess.yaml -m config/LJSpeech/model.yaml -t config/LJSpeech/train.yaml
  

• 批量文本推理:

  python3 synthesize.py --source preprocessed_data/LJSpeech/val.txt --restore_step 900000 --mode batch -p config/LJSpeech/preprocess.yaml -m config/LJSpeech/model.yaml -t config/LJSpeech/train.yaml
  

3. 项目的配置文件介绍

config/LJSpeech/preprocess.yaml

该文件包含了数据预处理的配置，如数据集路径、预处理参数等。

config/LJSpeech/model.yaml

该文件包含了模型的配置，如模型的超参数、网络结构等。

config/LJSpeech/train.yaml

该文件包含了训练的配置，如优化器参数、学习率、训练轮数等。

通过这些配置文件，用户可以灵活地调整项目的预处理、模型和训练参数，以适应不同的需求和数据集。

Parallel-Tacotron2 PyTorch Implementation of Google's Parallel Tacotron 2: A Non-Autoregressive Neural TTS Model with Differentiable Duration Modeling 项目地址: https://gitcode.com/gh_mirrors/pa/Parallel-Tacotron2