Tts Hifigan German

🚀 Vocoder with HiFIGAN trained on custom German dataset

このリポジトリは、mp3_to_training_dataを使用して生成されたドイツ語のデータセットでトレーニングされたHiFIGANボコーダーを使用するために必要なすべてのツールを提供します。

事前学習済みモデル（現時点では8エポック）は、入力としてスペクトログラムを受け取り、出力として波形を生成します。通常、ボコーダーは、入力テキストをスペクトログラムに変換するTTSモデルの後に使用されます。

🚀 クイックスタート

📦 インストール

speechbrainをインストールします。

pip install speechbrain

💻 使用例

基本的な使用法

TTSモデル（例：tts-tacotron-german）を使用して、スペクトログラムを生成し、音声に変換します。

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("Mary had a little lamb")

waveforms = hifi_gan.decode_batch(mel_output)

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

高度な使用法

GPUで推論を行うには、from_hparamsメソッドを呼び出す際にrun_opts={"device":"cuda"}を追加します。

📄 ライセンス

このプロジェクトは、Apache License 2.0の下でライセンスされています。