语言: "德语" 推理: 否 标签:

• 声码器
• HiFIGAN
• 文本转语音
• TTS
• 语音合成
• speechbrain 许可证: "apache-2.0" 数据集:
• 自定义

基于自定义德语数据集训练的HiFIGAN声码器

本仓库提供了使用HiFIGAN声码器的所有必要工具，该声码器通过mp3_to_training_data在生成的德语数据集上训练而成。

预训练模型（目前训练了8个周期）接收频谱图作为输入，并输出波形。通常，声码器用于将输入文本转换为频谱图的TTS模型之后。

使用方法

安装speechbrain。

pip install speechbrain

使用TTS模型（例如tts-tacotron-german）生成频谱图，并将其转换为音频。

import torchaudio
from speechbrain.pretrained import Tacotron2
from speechbrain.pretrained import HIFIGAN

tacotron2 = Tacotron2.from_hparams(source="padmalcom/tts-tacotron2-german", savedir="tmpdir_tts")
hifi_gan = HIFIGAN.from_hparams(source="padmalcom/tts-hifigan-german", savedir="tmpdir_vocoder")

mel_output, mel_length, alignment = tacotron2.encode_text("玛丽有只小羊羔")

waveforms = hifi_gan.decode_batch(mel_output)

torchaudio.save('example_TTS.wav',waveforms.squeeze(1), 22050)

在GPU上进行推理

要在GPU上执行推理，调用from_hparams方法时添加run_opts={"device":"cuda"}参数。