Fastdiff代码运行笔记

最近在研究深度学习中扩散模型在语音合成(TTS)中的应用,目前主要在跑diffwave、DiffGAN,FastDiff、Prodiff等效果不错的模型。下面是FastDiff的运行笔记:

文献:FastDiff: A Fast Conditional Diffusion Model for High-Quality Speech Synthesis

代码:https://github.com/Rongjiehuang/FastDiff

环境:torch 1.12 数据集采用 LJSpeech-1.1

1 首先配置config文件,设置数据集位置及预处理后的输出位置(建议用绝对路径,用的相对路径没识别出来)

同时尽量按照request中安装环境,否则有可能出现Moduelnotfind等报错)
fastdiff-config

2 数据预处理

以config用python运行 pre_align.py binarize.py 进行数据预处理,进行了对齐并转换

3 在task中设置以config文件以及实验名称 运行run.py文件 至此模型开始训练

同时也打印了模型的所有结构,baseconfig配置文件中可更改训练参数, 等训练完成便可inference了。

  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值