原文档: README_.md
原仓库：Tacotron-2
此项目为 Windows（10）修正版，修正Windows中路径、创建目录等问题，并添加了测试服务(demo_server.py)。
数据集为清华大学开源普通话语料：data_thchs30， 百度云
Tacotron-2
├── datasets
├── data_thchs30 (0)
│ └── data
│ └── dev
│ └── lm_phone
│ └── lm_word
│ └── test
│ └── train
│ └── README.TXT
├── logs-Tacotron (2)
│ ├── eval_-dir
│ │ ├── plots
│ │ └── wavs
│ ├── mel-spectrograms
│ ├── plots
│ ├── pretrained
│ └── wavs
├── logs-Wavenet (4)
│ ├── eval-dir
│ │ ├── plots
│ │ └── wavs
│ ├── plots
│ ├── pretrained
│ └── wavs
├── papers
├── tacotron
│ ├── models
│ └── utils
├── tacotron_output (3)
│ ├── eval
│ ├── gta
│ ├── logs-eval
│ │ ├── plots
│ │ └── wavs
│ └── natural
├── wavenet_output (5)
│ ├── plots
│ └── wavs
├── training_data (1)
│ ├── audio
│ ├── linear
│ └── mels
└── wavenet_vocoder
└── models
The previous tree shows the current state of the repository (separate training, one step at a time).
- Step (0): 下载data_thchs30数据集(百度云)，并将其解压至 data_thchs30，如上所示。(preprocess时将会处理其子文件夹 data 中的数据，若想更改请修改 datasets/preprocessor.py 或者替换文件夹 data 。)。
- Step (1): 数据预处理。 将会生成 training_data 目录。
- Step (2): 训练模型。其中生成的模型、对齐图等将保存至 logs-Tacotron 目录内。
- Step (3): 生成音频。生成的音频将保存至 tacotron_output 目录内。（或者运行demo_server.py，指定模型并且在线输入中文和生成普通话音频，内部使用pypinyin转换汉字。）
- Step (4): Train your Wavenet model. Yield the logs-Wavenet folder.
- Step (5): Synthesize audio using the Wavenet model. Gives the wavenet_output folder.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent