文件名称：Tuned-GE2E-EarSpeech
文件大小：107KB
文件格式：ZIP
更新时间：2024-03-31 05:58:49
Python
实时语音克隆 该存储库是通过实时工作的声码器实现的（SV2TTS）的实现。 如果您好奇或正在寻找我未记录的信息，请随时检查。 通常，我建议您快速浏览一下引言之外的数字。 SV2TTS是一个三阶段的深度学习框架，它允许从几秒钟的音频中创建语音的数字表示，并使用它来调节经过训练的文本到语音模型，以推广到新的语音。 视频演示（单击图片）： 已实施文件 网址 指定 标题 实施源 SV2TTS 将学习从演讲者验证转移到多演讲者语音合成 这个回购 WaveRNN（声码器） 高效的神经音频合成 塔克创（合成器） Tacotron：走向端到端语音合成 GE2E（编码器） 说话人验证的一般端到端损失 这个回购 消息 21/02/21 ：由于@bluefish的帮助，此仓库现在在PyTorch而不是Tensorflow上运行。 如果您想运行tensorflow版本，请检出commit 54
【文件预览】：
Tuned-GE2E-EarSpeech-master
----toolbox()
--------utterance.py(222B)
--------__init__.py(14KB)
--------ui.py(24KB)
----vocoder_train.py(3KB)
----encoder_preprocess.py(3KB)
----synthesizer_train.py(2KB)
----synthesizer_preprocess_embeds.py(1KB)
----synthesizer_preprocess_audio.py(3KB)
----FaPig_train.py(399B)
----FaPig_GE2E_synthesizer.py(7KB)
----demo_toolbox.py(2KB)
----demo_cli.py(11KB)
----encoder_train.py(2KB)
----synthesizer()
--------models()
--------synthesize.py(4KB)
--------audio.py(8KB)
--------inference.py(7KB)
--------FaPig_train.py(12KB)
--------train.py(11KB)
--------__init__.py(1B)
--------preprocess.py(12KB)
--------hparams.py(5KB)
--------utils()
--------synthesizer_dataset.py(3KB)
----.gitignore(145B)
----vocoder_preprocess.py(3KB)
----vocoder()
--------models()
--------distribution.py(5KB)
--------display.py(3KB)
--------gen_wavernn.py(985B)
--------audio.py(2KB)
--------inference.py(2KB)
--------vocoder_dataset.py(3KB)
--------train.py(5KB)
--------hparams.py(2KB)
----preprocess_dataset()
--------mel.py(6KB)
--------__init__.py(1B)
--------gl.py(3KB)
--------preprocess.py(2KB)
--------merge_metadatas.py(4KB)
--------confirm_text_in_symbols.py(767B)
----README.md(5KB)
----utils()
--------logger.py(3KB)
--------__init__.py(1B)
--------plotting_utils.py(2KB)
----encoder()
--------audio.py(5KB)
--------inference.py(8KB)
--------train.py(5KB)
--------visualizations.py(7KB)
--------params_model.py(196B)
--------__init__.py(0B)
--------preprocess.py(7KB)
--------params_data.py(901B)
--------model.py(6KB)
--------config.py(1KB)
--------data_objects()
----.gitattributes(26B)
----FaPig_extract_GE2E.py(4KB)