Backgroud

1. 受到原bilibili视频启发，打算自己动手训练tts模型，但无法解决依赖问题，故寻找新的解决方案

本项目没有任何优化升级，单纯的解决依赖问题。原demo只是将代码风格优化，并修改了几个接口

2. 测试平台为linux+n卡，windows由于无本地环境无法测试。(没有显卡，全靠白嫖)
3. 基本环境 conda + python3.9

Target

只针对Tacotron2的问题, vecoder部分未处理

1. 解决原仓库版本依赖问题，基于nvidia_demo_repo修改而成，具体修改细节可以参考commit。
2. 兼容原仓库训练模型，方便迁移学习

Usage

本项目tacotron2通过命令行参数和默认命令行参数完成模型hparam设定，args_parser只暴露了一部分接口，其余接口可自行参考源码添加

1. 在dependency目录安装依赖，详细请参考install.sh
2. 在items目录运行train.py程序开始训练，运行命令可参考my_scripts，official_scripts和note_books进行设置
3. infer同理

Pretrained model

基于 @CjangCjengh Ayachi Nene model2 进行迁移训练 cleanner: japanese_tokenization_cleaners

1. 魔女的夜宴 椎叶䌷
2. dracuriot 布良梓

提示：迁移学习最好保证text_cleanner一致获取最大效果

Try it out

用google colab打开本仓库中my_notebooks文件夹下的的notebook

Disclaimer

本项目仅供参考学习使用, 请尊重原作品的版权。不滥用数据集和训练成果，本仓库不会承担相关责任。

contribution

1. 在issue中报告项目接口相关的bug或者实用的功能(本人非深度学习研究者，只能解决软件工程方面的问题，原理问题请另请dalao)
2. 欢迎pull request, 请简要说明功能。
3. 用邀请链接注册一下中国移动九天·毕昇计算平台,帮作者贡献一点算力

这是作者能嫖到的最高算力 8核32G +1V100, 没有充值方式, 靠拉人注册获取算力豆租借服务

优点

• 算力高
• 不收费，套路少，有200g数据盘
  

缺点

• 网络诡异, 磁盘速度诡异，系统诡异，需要有折腾的准备

3. 教作者提取saga社的数据集(他家项目文件命名太不规范了)

联系邮箱 [email protected]

Acknowledgement

1. 感谢dalao @CjangCjengh 提供的text_cleanners,pretrained model,和一个 good begin
2. 感谢dalao @luoyi 训练的hifigan模型，以及如何调用hifigan的源码

License

本项目采用 GNU GPLv2