文件名称：wavenet_vocoder：WaveNet声码器
文件大小：101KB
文件格式：ZIP
更新时间：2024-02-26 05:10:34
python speech pytorch speech-synthesis wavenet
WaveNet声码器 注意：这是开发版本。 如果您需要稳定的版本，请签出v0.1.1。 该存储库的目标是提供WaveNet声码器的实现，它可以生成基于语言或声学特征的高质量原始语音样本。 音频示例可从。 新闻 2019/10/31：存储库已适应 。 那里提供英语，中文和日语样本以及预训练的模型。 有关详细信息，请参见和 。 在线TTS演示 可以在上执行的笔记本可用： 强调 专注于WaveNet的本地和全局条件，这对声码器至关重要。 通过混合分布进行16位原始音频建模：支持物流混合（MoL），高斯混合和单个高斯分布。 各种音频样本和预先训练的模型 通过在卷积中缓存中间状态来快速推断。
【文件预览】：
wavenet_vocoder-master
----MANIFEST.in(29B)
----compute-meanvar-stats.py(936B)
----train.py(40KB)
----utils()
--------parse_options.sh(4KB)
----.github()
--------stale.yml(1KB)
----egs()
--------mulaw256()
--------mol()
--------README.md(73B)
--------gaussian()
----preprocess_normalize.py(3KB)
----hparams.py(4KB)
----release.sh(620B)
----mksubset.py(6KB)
----datasets()
--------wavallin.py(4KB)
----lrschedule.py(1KB)
----.travis.yml(996B)
----tox.ini(157B)
----tojson.py(628B)
----LICENSE.md(1KB)
----setup.py(812B)
----README.md(13KB)
----wavenet_vocoder()
--------util.py(486B)
--------upsample.py(3KB)
--------__init__.py(184B)
--------modules.py(6KB)
--------mixture.py(9KB)
--------wavenet.py(14KB)
--------tfcompat()
--------conv.py(2KB)
--------version.py(18B)
----synthesis.py(8KB)
----docs()
--------content()
--------layouts()
--------config.toml(342B)
--------.gitignore(19B)
--------static()
----audio.py(5KB)
----appveyor.yml(798B)
----tests()
--------test_audio.py(475B)
--------test_model.py(12KB)
--------test_misc.py(616B)
--------test_mixture.py(3KB)
----evaluate.py(10KB)
----.gitignore(2KB)
----preprocess.py(2KB)