FloWaveNet
是用pytorch实现的。性能与ClariNet以及Parallel WaveNet一样快。
依赖:
?PyTorch 0.4.1
?Python 3.6
?Librosa
使用:
1.下载数据集LJSpeech。
2.预处理
python preprocessing.py --in_dir ljspeech --out_dir DATASETS/ljspeech
3.训练
python train.py --model_name flowavenet --batch_size 8 --n_block 8 --n_flow 6 --n_layer 2 --causal no
4.合成
--load_step CHECKPOINT : 训练步数
--temp: Temperature (standard deviation) value implemented as z ~ N(0, 1 * TEMPERATURE)
例子:python synthesize.py --model_name flowavenet --n_block 8 --n_flow 6 --n_layer 2 --causal no --load_step 100000 --temp 0.7 --num_samples 10
其他的参考:
?ClariNet:https://github.com/ksw0306/ClariNet
?WaveNet vocoder : https://github.com/r9y9/wavenet_vocoder
?glow-pytorch : https://github.com/rosinality/glow-pytorch