Comments (10)
🔗加的格式有点问题,但能点开
from tacotronv2_wavernn_chinese.
我这里的wavernn中没有用的fmin,fmax这些。
说实话,我没有利用D8 finetune 过 wavernn,但我在adaptive分支给出了方法。
感觉你再多训练一段时间,再听听效果。
不知道,你这边拿这个tts来做什么。如果是学习的话,建议仔细阅读代码,这样某些细节才不会忽略(我研究这个花了三个多月)
from tacotronv2_wavernn_chinese.
@lturing 您好,请问您训练wavernn最终loss到多少呢?
我有个项目需要用到tts,类似有声小说那种,时间不充裕所以研究的不深入,正在学习中~ 之前做图像视频,刚接触语音所以比较懵,感谢您的分享。
from tacotronv2_wavernn_chinese.
我晚上回去后看看
from tacotronv2_wavernn_chinese.
嗯嗯好的,谢谢!
from tacotronv2_wavernn_chinese.
不好意思哈,master分支下的wavernn的训练记录被我删除了。由于时间的原因,我也没有finetune过wavernn。
推荐你用多人数据集(比如thchs30,或者openslr找多人数据集(不一定要用中文的))训练wavernn,这样训练后的模型的泛化性比较好,能够直接用在新说话人上,不用finetune。
另外,由于wavernn的速度很慢,可以用multi-band melgan声码器。
from tacotronv2_wavernn_chinese.
@lturing
嗯嗯昨天跟另一个帖子下的同学请教,他finetune到680k loss2.3左右效果就比较好了,我也继续跑下再看看。
多人数据集训练wavernn的泛化能力这个方法我后面试一下,如果能训练出一个通用声码器就好了,感谢您的指导!
另外多次看到您提到multi-band melgan声码器,我下载了作者预训练好的multi_band_melgan和parallel_wavegan模型,准备直接和tacotron2结合试一下效果。请问您是自己训练的multi_band_melgan吗?因为作者multi_band_melgan使用的标贝女声数据集,不知对男声合成效果怎么样呢。
感谢耐心指导!~
from tacotronv2_wavernn_chinese.
如果用单人数据集训练出的multi-band melgan的话,感觉用在陌生的人声上,效果估计也不太好,也需要finetune(你可以先试试)。
另外,我这里的tacotron预测的mel频谱的范围是[-4, 4],但开源的声码器(比如mutli-band melgan)的输入的mel频谱的范围跟[-4, 4]的范围不一致,需要调整。
我有自己训练的。我发现用vctk(英文多人数据集)训练的multi-band melgan声码器,可以直接拿来合成中文wav
from tacotronv2_wavernn_chinese.
@lturing
嗯了解了,那我都可以用多人数据集训练multi-band melgan和wavernn,看下效果。
谢谢谢谢!~
from tacotronv2_wavernn_chinese.
我这里的wavernn中没有用的fmin,fmax这些。
说实话,我没有利用D8 finetune 过 wavernn,但我在adaptive分支给出了方法。
感觉你再多训练一段时间,再听听效果。
不知道,你这边拿这个tts来做什么。如果是学习的话,建议仔细阅读代码,这样某些细节才不会忽略(我研究这个花了三个多月)
你好,我刚去看了下adaptive分支的README,只看到介绍了怎么finetune Tacotron好像没有讲到怎么finetune wavernn呀,可以简单介绍一下吗?谢谢!
from tacotronv2_wavernn_chinese.
Related Issues (20)
- 如何增加symbol? HOT 1
- 推理多路并发 HOT 2
- 关于使用tacotron2训练过拟合的问题,wavernn调用的问题 HOT 1
- 关于wavernn preprocess 的语料准备 HOT 2
- 分享一下音色finetune的结果 HOT 3
- 如何加载 gmm attention HOT 1
- 尝试生成训练数据,运行python tacotron_preprocess.py HOT 1
- 无法使用gpu训练 HOT 1
- speaker adaptive 微调参数 HOT 1
- 您好,请问有测试过合成声音的实时性吗? HOT 3
- finetune训练速度比较慢 HOT 1
- 关于“align.png”问题 HOT 1
- 对齐图错位问题 HOT 3
- 请问预测阶段的batch_size如何调大,以及对应的预测数据如何调整呢,谢谢 HOT 1
- where is the docker images? HOT 1
- tacotron_synthesize.py 生成梅尔频谱需要两秒到三秒,请问Tacotron2是不是比较慢,还是其他调参的原因? HOT 1
- 关于graves attention如何修改architecture_wrappers.py的问题 HOT 2
- 生成不完整 HOT 1
- 关于路径配置问题 HOT 3
- 请教下,怎么生成16000 Hz的wav? HOT 4
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from tacotronv2_wavernn_chinese.