PaddlePaddle/PaddleSpeech

[TTS] Try to train a universial GAN Vocoder using CSMSC + LJSpeech + AISHELL3 + VCTK

Aperta

#2803 aperta il 6 gen 2023

Vedi su GitHubGuida contributor
 (0 commenti) (1 reazione) (1 assegnatario)Python (1702 fork)batch import
T2Sfeature requestgood first issue

Metriche repository

Star
 (9453 stelle)
Metriche merge PR
 (Merge medio 45g 19h) (6 PR mergiate in 30 g)

Descrizione

An universial GAN Vocoder may works well for all AMs of different datasets, for example, CSMSC is a single female dataset, may generate bad wavs for mels of male speakers, cause different genders have different distribution of speech features.

Please try to train a universial GAN Vocoder using CSMSC + LJSpeech + AISHELL3 + VCTK + some other TTS datasets (if you want) with the config of CSMSC (24kHz).

LJSpeech is 22.05kHz, but you don't need to resample it yourself, cause we will resample the wavs to the sample rate setted in config file in preprocess stage ~

Guida contributor

Direzione di ricerca
Addestra un vocoder GAN universale utilizzando i set di dati CSMSC, LJSpeech, AISHELL3 e VCTK con la configurazione di CSMSC (24kHz). Il modello deve gestire più set di dati e ricampionare l'audio a 24kHz durante la preelaborazione.
Tech stack
python
Dominio
aiaudio video rtc
Tipo issue
Ricerca
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
4
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Oltre 1 settimana
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
Python
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
30