MLSA Neural Vocoder

この記事のMLSAニューラルボコーダーの学習コードです。

使い方

Python 3.10以上が必要です。 あらかじめ環境にあったPyTorch 2を導入してください。

pip install -r requirements.txt

設定ファイル

configディレクトリにサンプルの設定ファイルがあります。 適宜data_pathやpreprocessed_path、log_dirなどのパラメータを変更することで前処理・学習に使用できます。

• data_path: 学習に使用したいwavファイルが入ったディレクトリを指定してください。
• preprocessed_path: 前処理データを格納するディレクトリを指定してください。
• log_dir: 学習ログ(tensorboardのデータ)とチェックポイントを保存するディレクトリを指定してください。

前処理

python preprocessor.py <config file>

長い音声(歌声データなど)を使用する場合は-sもしくは--splitオプションを使ってください。

python preprocessor.py <config file> -s

学習

python train.py <config file>

サンプル音声がTensorboard上に出力されます。

ライセンス

MIT ライセンスです。