Tacotron-pytorch

Tacotron-pytorch 项目介绍

Tacotron-pytorch 是一个基于 PyTorch 的 TTS（文本到语音）合成模型的实现，主要参考了论文 Tacotron: A Fully End-to-End Text-To-Speech Synthesis Model。这个项目的目标是提供一个完整的文本到语音转换解决方案，并通过深入学习的方式进行语音合成。

环境要求

确保项目能顺利运行，以下是必要的安装步骤：

• 需要安装 Python 3。
• 要安装 PyTorch 版本为 0.2.0。
• 安装项目其他依赖项，只需执行以下命令：

  pip install -r requirements.txt
  

数据集

Tacotron-pytorch 项目使用了 LJSpeech 数据集。这个数据集由文本脚本与相应的 wav 文件对组成，总共包括 13,100 对数据。用户可以在这里下载完整的数据集。同时，项目中参考了 https://github.com/keithito/tacotron 提供的数据预处理代码。

文件描述

每个文件在项目中扮演着不同的角色：

• hyperparams.py：包含所有需要的超参数设置。
• data.py：负责加载训练数据并将文本与音频文件预处理，文本预处理代码位于 text/ 目录下。
• module.py：包含所有方法，例如 CBHG、highway、prenet 等。
• network.py：包含编码器、解码器及后续处理的网络构造。
• train.py：用于训练模型。
• synthesis.py：用于生成文本到语音的样本。

网络训练步骤

1. 下载并解压 LJSpeech 数据到任意目录。
2. 调整 hyperparams.py 中的超参数，特别是“data_path”应该设置为解压文件的目录，必要时修改其他参数。
3. 运行 train.py 开始训练模型。

生成 TTS 音频文件

生成音频文件的步骤如下：

1. 运行 synthesis.py，确保恢复步骤正确。

样本

用户可以在“samples/”目录中查看生成的样本。由于训练步数仅为 60K，所以性能尚未达到最佳状态。

参考资料

• 项目在设计上参考了 Keith Ito 的GitHub 项目。

交流与反馈

开发者欢迎对代码的任何评论和反馈。这将帮助项目不断完善和改进。