%20(2).svg)
项目简介
本项目是基于Tacotron2模型的文本到语音合成系统。Tacotron2作为深度学习模型，可将文本转换为语音波形，高效实现语音合成。项目在原有基础上修改扩展，适配特定语言需求，支持台湾拼音（TW）和台罗拼音（TLP）的语音合成。
项目的主要特性和功能
- 文本清洗和预处理：多种文本清洗器可去除无关字符和标记，让文本更适合模型训练。
- 台湾拼音和台罗拼音支持：借助TWDict和ARPAbet处理，实现台湾拼音和台罗拼音的语音合成。
- 音频文件处理：能筛选音频文件，划分训练集和测试集，为模型训练准备数据。
- 模型训练：提供训练脚本，支持分布式环境下的模型训练。
- 符号和拼音处理：具备符号和拼音的转换处理功能，便于模型处理文本和语音数据。
安装使用步骤
安装Anaconda虚拟环境
- 下载并安装Anaconda：
wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh --no-check-certificate - 安装Anaconda：
bash Anaconda3-2021.05-Linux-x86_64.sh - 配置环境变量：
echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc - 激活环境变量：
source ~/.bashrc - 创建虚拟环境：
conda create -n tacotron2 python=3.8 -y - 激活虚拟环境：
conda activate tacotron2
安装依赖库
- 安装TensorFlow GPU版本：
pip install tensorflow-gpu==2.4.1 - 安装PyTorch：
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch -y - 安装其他依赖：
pip install -r requirements.txt
训练模型
- 单GPU训练：
python train.py --o='model' --l='logs' - 多GPU训练：
nohup python -m multiproc train.py --o='model' --l='logs' --n_gpus='10' >& M1.log & - 查看训练日志：
tail -f M1.log
语音合成
- 下载WaveGlow模型并放置在
model/waveglow目录下。 - 编辑
synthesizer.py，设置模型路径：tacotron_model='tacotron2/model/checkpoint_XXXXXX' - 运行合成脚本：
python synthesizer.py - 合成后的音频文件将保存在
wavs目录中。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】