文件名称：SC-WaveRNN:扬声器条件WaveRNN的PyTorch官方实现
文件大小：114KB
文件格式：ZIP
更新时间：2024-05-13 00:26:33
Python
SC-WaveRNN 扬声器条件WaveRNN：面向看不见的扬声器和录音条件的通用神经声码器 Dipjyoti Paul a ，Yannis Pantazis b和Yannis Stylianou a 克里特岛的计算机科学系，大学 b仪器和计算数学学院，研究和技术基金会-Hellas 抽象的： 深度学习的最新进展导致了单说话者语音合成中人类水平的表现。 但是，当将这些系统推广到多扬声器模型时，尤其是对于看不见的讲话者和看不见的录音质量，在语音质量方面仍然存在局限性。 例如，常规的神经声码器被调整为训练说话者，并且对于看不见的说话者具有较差的泛化能力。 在这项工作中，我们提出了WaveRNN的一种变体，称为说话者条件WaveRNN（SC-WaveRNN）。 我们致力于开发高效的通用声码器，甚至适用于看不见的扬声器和录音条件。 与标准WaveRNN相比，SC-WaveRNN利用以扬声器嵌
【文件预览】：
SC-WaveRNN-master
----utils()
--------text()
--------distribution.py(5KB)
--------dataset.py(7KB)
--------__init__.py(0B)
--------display.py(3KB)
--------dsp.py(2KB)
--------paths.py(2KB)
--------files.py(199B)
----models()
--------tacotron.py(17KB)
--------deepmind_version.py(7KB)
--------fatchord_version.py(15KB)
----hparams.py(4KB)
----train_tacotron.py(5KB)
----gen_tacotron.py(6KB)
----requirements.txt(62B)
----assets()
--------Tacotron_spk_embd.jpg(30KB)
--------WaveRNN_spk_embd.jpg(81KB)
----sentences.txt(463B)
----README.md(4KB)
----gen_wavernn.py(5KB)
----_config.yml(26B)
----preprocess.py(2KB)
----train_wavernn.py(4KB)