Tacotron-2 实验记录
1. Get Tacotron-2-master.zip from https://github.com/Rayhane-mamah/Tacotron-2 2.Unzip Tacotron-2-master.zip on Unbuntu 3.Terminal: cp -r trainingdata ./Tacotron-2 #trainingdata ...
2019/08/30 00:00
Tacotron
Tacotron 是完全端到端的文本到语音合成模型，主要是将文本转化为语音，使用了预训练模型(pre-trained)技术。 Tacotron 可利用文本生成类似真人的语音，建议安装 Python 3 版本。 使用 pre-trained 模型 下载和解压模型 curl http://data.keithito.com/data/speech/tacotron-20170720.tar.bz2 | tar xjC /tmp 运行 demo server python3 demo_server.py --checkpoint /tmp/tacotron-20170720/model.ckpt 访问 localhost:9000 输入...
加载中
PPG-TTS-Tacotron-Rayhane-ALi: 用Tacotron跑降采样PPG到MEL
我的代码: https://github.com/ruclion/linearsdecodertacotron-2-joee 欣陶的代码: https://github.com/ruclion/linearsdecodertacotron-2-zhaoxt-tacoLinear 现在严格按照阿里论文复现...
01/11 00:00
基于Tacotron模型的语音合成实践
Tacotron模型架构图 （1） 下载tacotron模型的实现到本地，这里是基于GitHub上一个tacotron模型的实现开展研究的，GitHub网址：https://github.com/keithito/tacotron，由于 谷歌没有给出tac...
2019/12/23 00:00
Tacotron的Attention出现问题的分析
思磐问的问题, 但是晚上没有好好的回答(哭/(ㄒoㄒ)/~~), 也借着机会问了廖陈峰博士, 记录下来~ 1. 原因 attention是soft的, 所有的输入序列都过一遍, 很容易出现错误, 事实上真实的attention...
2020/12/10 00:00
语音识别：从 WaveNet 到 Tacotron，再到 RNN-T
从 WaveNet 到 Tacotron，再到 RNN-T 谷歌再获语音识别新进展：利用序列转导来实现多人语音识别和说话人分类 雷锋网 AI 科技评论按：从 WaveNet 到 Tacotron，再到 RNN-T，谷歌一直站在语音人...
2019/08/28 00:00
Fantasy Mix-Lingual Tacotron Version 1: Alibaba
mix language corpus 下 tacotron TTS 的中英文混读模型简单设计与训练 数据集位于跳板机上, 按照以下步骤可以搞, 然后能听一下 先让同事帮忙从跳板机拷贝到PAME服务器上 找到想要下载的东西...
2020/11/26 00:00
tensorboard的使用(以Tacotron-1-car20为例)
目录 调用 数据 PROJECTOR scalar 代码 调用 在有envent的地方: 数据 PROJECTOR PROJECTOR用于将高维向量进行可视化，通过PCA，T-SNE等方法将高维向量投影到三维坐标系。 https://zhuanlan.z...
2019/11/12 00:00
Tacotron的Attention的优化: LSA，GMM和DCA
是师弟问了个问题, 在这里记录下吧~ 问题 Hi，大家好，有人尝试过把Tacotron2(Nvidia 开源)中的LSA换成DCA(dynamic convolutional attention, Google2019年提出的)吗？我尝试了之后，发现总是...
2020/12/18 00:00
Fantasy Mix-Lingual Tacotron Version 3: PingAn版本
这是PingAnz中文语言的代码, 借来用下, base仍然为Google-逸轩的版本改下, 同时便于对接公司的商用vocoder等 1. 代码阅读 总体没有合并公司的代码, 仍然以逸轩的版本为基本 1.1. Text处理相关...
2020/12/02 00:00
Tacotron-1严格复现CUHK-Mix-Language论文
https://www.tensorflow.org/versions/r1.15/apidocs/python/tf/contrib/seq2seq/monotonicattention https://arxiv.org/pdf/1704.00784.pdf 标贝数据集文本的处理脚本: /home/hujk17/dataBZ...
2019/11/01 00:00
Speaker Encoder建模音色联合Tacotron训练TTS
Tacotron组里发表的建模方式, 平安实习这边去年也有同学尝试过 参考核心论文: 2018-核心-Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis 参考Git项...
2020/11/16 00:00
ResCNN Encoder建模音色联合Tacotron训练TTS
咱们使用speaker embedding的时候, 可以有两种用法, 一种是one-hot 然后映射到embedding空间, 同一个说话人所有句子共用一个embedding; 第二种是对每句话进行变长序列到embedding的encode, 比...
2020/11/11 00:00
Tacotron-2-google-full-structure 以及 过程中产生的灵感
但是我认为应该在进行attention之前. 2. The speaker classifiers are fully-connected networks with one 256 unit hidden layer followed by a softmax predicting the speaker identity....
2019/09/20 00:00
Fantasy Mix-Lingual Tacotron Version 2: Google-ZYX版本
这是逸轩跑Google跨语言的代码, 借来用下~ 1. 代码上传 1.1. 学校服务器 上传代码到服务器: FantasyMix-LingualTacotronVersion2Google-ZYX 在git创建项目: ruclion/FantasyMix-LingualTacot...
2020/11/30 00:00
VAE-Tacotron-2/1 以及 VQ-VAE的原理探讨与实现.
An implementation of VAE Tacotron speech synthesis in TensorFlow. (https://arxiv.org/abs/1812.04342) 1.https://github.com/yanggeng1995/vaetacotron. 2.requirement.txt都满足. 3. ...
2019/09/18 00:00
研究英伟达Tacotron-2的精度潜力
单核训练WaveGlow效果最好. 为什么? 复现单核WaveGlow 用Biao-Bei First版本. 先跑跑看看amp和DDP的情况. git版本 代码输出: 怀疑DDP降低了精度. 不清楚torch的DDP_sampler和这个区别, 不想涉...
2019/10/25 00:00
Tacotron-2-voiceEncodeRnn-transferLearning(CorentinJ/Real-Time-Voice-Cloning)初始化
先跑通pre-train 1.pip install -r requirements.txt 需要去掉tensorflow那块, 我们lab10上的不叫gpu 2.下载googleDrive中的文件. https://stackoverflow.com/questions/25010369/wget-curl-...
2019/11/14 00:00
Fantasy Mix-Lingual Tacotron Version 5: NOVAE-Phoneme-HCSI-DBMIX
phoneme, 无VAE 效果好象没有带VAE的好 Git: https://github.com/ruclion/FantasyMix-LingualTacotronVersion5NOVAE-Phoneme-HCSI-DBMIX 1. 实验结果...
2020/12/20 00:00
深圳市奥思网络科技有限公司版权所有
粤ICP备12009483号
