自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 自用AutoVC代码分析笔记

学习了pytorch的data.Dataset需要重写的方法:__init__()和__getitem__()__init__():定义了类中的全局变量root_dir就是main.py中的data_dir==/spmelmeta是加载出来的train.pkl临时版,load_data()是根据mate中的路径加载对应npy文件,并将npy文件中的数据和meta中的说话人、说话人嵌入放在一起,最后会被加载到self.train_dataset里面,__init__()做了这些处理。

2023-08-31 21:22:52 105

原创 AutoVC实验学习笔记

该框架由三个模块组成,内容编码器Ec从语音中生成内容嵌入,说话人编码器Es从语音中生成说话人嵌入,解码器D从内容和说话人嵌入中合成语音。metadata.pkl:作者制作的测试集,每一行代表一个说话人信息,第一个元素是说话人id,第二个元素是说话人嵌入,第三个元素是此说话人的某句话的语音mel谱,生成方式见make_spect.py。train.pkl:每一行代表一个说话人信息,每一个说话人信息的第一个元素为说话人,第二个元素为说话人嵌入的平均值,后面的为npy文件的路径。

2023-08-29 21:13:11 189

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除