ConsistencyVC-voive-conversion 项目使用教程

ConsistencyVC-voive-conversion 项目使用教程

ConsistencyVC-voive-conversion Using joint training speaker encoder with consistency loss to achieve cross-lingual voice conversion and expressive voice conversion 项目地址: https://gitcode.com/gh_mirrors/co/ConsistencyVC-voive-conversion

1. 项目目录结构及介绍

ConsistencyVC-voive-conversion/
├── configs/
│   └── ...
├── LICENSE
├── README.md
├── commons.py
├── cvc627.png
├── data_utils_engppg.py
├── data_utils_whisper.py
├── losses.py
├── mel_processing.py
├── models/
│   └── ...
├── modules.py
├── ppg.py
├── ppgemoconvert_exp.py
├── preprocess_ppg.py
├── train_eng_ppg_emo_loss.py
├── train_whisper_emo.py
├── utils.py
├── whisperconvert_exp.py
└── whisperconvert_longaudio.py

目录结构介绍

• configs/: 存放项目的配置文件。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的介绍和使用说明。
• commons.py: 公共函数和工具模块。
• cvc627.png: 项目相关的图片文件。
• data_utils_engppg.py: 处理英文PPG数据的工具模块。
• data_utils_whisper.py: 处理Whisper数据的工具模块。
• losses.py: 定义损失函数的模块。
• mel_processing.py: 处理梅尔频谱的模块。
• models/: 存放项目的模型定义文件。
• modules.py: 定义模型组件的模块。
• ppg.py: 处理PPG特征的模块。
• ppgemoconvert_exp.py: 使用PPG特征进行情感语音转换的脚本。
• preprocess_ppg.py: 预处理PPG数据的脚本。
• train_eng_ppg_emo_loss.py: 训练英文PPG情感损失模型的脚本。
• train_whisper_emo.py: 训练Whisper情感模型的脚本。
• utils.py: 通用工具函数模块。
• whisperconvert_exp.py: 使用Whisper特征进行情感语音转换的脚本。
• whisperconvert_longaudio.py: 处理长音频的Whisper转换脚本。

2. 项目启动文件介绍

train_whisper_emo.py

该脚本是用于训练Whisper情感模型的启动文件。通过该脚本，用户可以配置训练参数并开始训练过程。

train_eng_ppg_emo_loss.py

该脚本是用于训练英文PPG情感损失模型的启动文件。用户可以通过该脚本配置训练参数并启动训练。

whisperconvert_exp.py

该脚本是用于使用Whisper特征进行情感语音转换的启动文件。用户可以通过该脚本进行语音转换操作。

ppgemoconvert_exp.py

该脚本是用于使用PPG特征进行情感语音转换的启动文件。用户可以通过该脚本进行语音转换操作。

3. 项目的配置文件介绍

configs/ 目录

该目录下存放了项目的配置文件，用于定义训练和推理过程中的各种参数。

示例配置文件

{
    "model_name": "cvc-whispers-multi",
    "batch_size": 32,
    "learning_rate": 0.001,
    "num_epochs": 100,
    "data_path": "path/to/data",
    "output_path": "path/to/output"
}

配置文件参数介绍

• model_name: 模型的名称。
• batch_size: 训练时的批量大小。
• learning_rate: 学习率。
• num_epochs: 训练的轮数。
• data_path: 数据集的路径。
• output_path: 输出结果的路径。

通过配置文件，用户可以灵活地调整训练和推理过程中的参数，以适应不同的需求。

ConsistencyVC-voive-conversion Using joint training speaker encoder with consistency loss to achieve cross-lingual voice conversion and expressive voice conversion 项目地址: https://gitcode.com/gh_mirrors/co/ConsistencyVC-voive-conversion