本文介绍了在Lab10环境下如何运行Tacotron-2-voiceEncodeRnn的预训练模型，包括安装依赖、从Google Drive下载模型、测试运行及使用标贝数据进行英文合成。同时，对比了华东师大和Google的两篇语音转换论文，并推荐了实用的pip模块Resemblyzer。此外，还提到了成熟的声音转换商品——Resemble.ai。
在Lab10上.
先跑通pre-train
1.pip install -r requirements.txt
需要去掉tensorflow那块, 我们lab10上的不叫gpu
2.下载googleDrive中的文件.
https://stackoverflow.com/questions/25010369/wget-curl-large-file-from-google-drive
下载好之后, 直接解压, 三个saved_models
3.测试.
python demo_cli.py
注意使用gpu的指定.
可以跑通.
4.使用标贝数据encoder, 合成英文.
先都用pre-trained model
对比两篇论文
华东师大:https://www.isca-speech.org/archive/Interspeech_2019/pdfs/1632.pdf
google:https://arxiv.org/pdf/1806.04558.pdf
更实用的pip模块
https://github.com/resemble-ai/Resemblyzer
pip install resemblyzer
例子:
from resemblyzer import VoiceEncoder,
最低0.47元/天 解锁文章
扫一扫
813
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
