Skip to content

Latest commit

 

History

History
49 lines (34 loc) · 1.4 KB

README.md

File metadata and controls

49 lines (34 loc) · 1.4 KB
Raw

训练数据：

  • 存放在data文件夹的LJSpeech1.1
  • 将附件中的数据解压到该文件夹中

环境配置

pip install -r requirements.txt

模型训练

  • Hifi-Gan训练：

    • cd hifigan
bash train.sh

  • Univnet训练：

    • cd univnet
bash LJS_16.sh

音频生成

  • 可以选择四种不同的vocoder

  • 在FastSpeech2根目录下运行：替换YOUR_DESIRED_TEXT为需要生成的文本

  • #melGan vocoder
python3 synthesize.py --text "YOUR_DESIRED_TEXT" --restore_step 900000 --mode single -p config/LJSpeech/preprocess.yaml -m config/LJSpeech/melgan.yaml -t config/LJSpeech/train.yaml
#hifi-gan vocoder
python3 synthesize.py --text "YOUR_DESIRED_TEXT" --restore_step 900000 --mode single -p config/LJSpeech/preprocess.yaml -m config/LJSpeech/hifigan.yaml -t config/LJSpeech/train.yaml
#waveglow vocoder
python3 synthesize.py --text "YOUR_DESIRED_TEXT" --restore_step 900000 --mode single -p config/LJSpeech/preprocess.yaml -m config/LJSpeech/waveglow.yaml -t config/LJSpeech/train.yaml
#univnet vocoder
python3 synthesize.py --text "YOUR_DESIRED_TEXT" --restore_step 900000 --mode single -p config/LJSpeech/preprocess.yaml -m config/LJSpeech/univ.yaml -t config/LJSpeech/train.yaml

  • 根目录下有不同vocoder的sh脚本，可运行修改

输出结果：

  • output文件夹中，wav文件名和输入的text一样