Nchịkọta
MelGAN bụ ụda olu dabere na GAN na-agbanwe agbanwe nke na-atụgharị mel-spectrograms ka ọ bụrụ ụdị ebili mmiri dị egwu n'otu ngafe na-aga n'ihu ngwa ngwa. Ọ dị mkpa n'ihi na ọ gosipụtara ịdị elu dị elu, nchịkọta okwu na-enweghị isi nwere ike ịgba ọsọ ọtụtụ narị ugboro ngwa ngwa karịa ozugbo na GPU.
MelGAN Generative Vocoder na-anọdụ n'usoro ọdịyo-AI nke na-agbanwe okwu, egwu, na ụda maka nzikọrịta ozi, nnweta na mmepụta mgbasa ozi.
Ime miri emi
MelGAN, nke Kumar et al. na 2019, na-ewepụta ọdịyo na-enweghị ngwa ngwa-site-sample loop nke WaveNet na-eji. Ihe na-emepụta ihe na-emepụta ya bụ nchịkọta ntụgharị ntụgharị nke na-egosipụta mel-spectrogram (nke a na-ejikarị eriri ugboro 80) ruo ọnụego nlele ọdịyo, yana ihe mgbochi ndị fọdụrụ na-eji mgbagwoju anya gbasaa iji gbasaa ogige nnabata. Isi ihe ọhụrụ ewepụtara bụ ọzụzụ na ọtụtụ ịkpa oke na-arụ ọrụ n'ụgwọ ọnụnụ dị iche iche (ụdị ebili mmiri mbụ gbakwunyere ụdị agbadata), nke ọ bụla na-ele anya na windo ndị nwere oke. Ọnwụ dakọtara na-atụnyere mmemme ịkpa oke n'etiti ọdịyo adịgboroja na nke adịgboroja, na-eme ka ọzụzụ GAN guzosie ike. Ụdị ahụ dị ntakịrị site na ụkpụrụ neural-audio ma na-agba ọsọ ọsọ karịa ozugbo ọbụna na CPU, na-eme ka ọ dị irè maka ederede-gaa na-okwu agbakwunyere na ngwaọrụ.
Nghọta nka nka
MelGAN's multi-scale discriminator na-eji netwọk atọ yiri ya na-elele ọdịyo n'uju, ọkara na nkeji nkeji, nhazi ọ bụla na-esetịpụ n'ogo dị iche iche. N'ụzọ dị mkpa, MelGAN na-adabere na mfu dakọtara (L1 dị n'etiti maapụ atụmatụ ịkpa ókè nke ezigbo vs. emepụtara ọdịyo) karịa mfu nrụgharị spectrogram doro anya, nke na-agba ndị na-emepụta ọkụ ume ka ọ kwekọọ na oyi akwa ọnụ ọgụgụ ọdịyo n'ezie.
Ịkụzi MelGAN Generative Vocoder
MelGAN bụ ụda olu dabere na GAN na-agbanwe agbanwe nke na-atụgharị mel-spectrograms ka ọ bụrụ ụdị ebili mmiri dị egwu n'otu ngafe na-aga n'ihu ngwa ngwa. Ọ dị mkpa n'ihi na ọ gosipụtara ịdị elu dị elu, nchịkọta okwu na-enweghị isi nwere ike ịgba ọsọ ọtụtụ narị ugboro ngwa ngwa karịa ozugbo na GPU. MelGAN Generative Vocoder na-anọdụ n'usoro ọdịyo-AI nke na-agbanwe okwu, egwu, na ụda maka nzikọrịta ozi, nnweta na mmepụta mgbasa ozi. Iji wulite nghọta miri emi, mesoo MelGAN Generative Vocoder dị ka ihe nlere anya na-arụ ọrụ, ọ bụghị otu njirimara: kọwaa nsonaazụ achọrọ, dokwuo anya echiche, wee kewaa ihe sistemụ nwere ike ime nke ọma na ihe ka chọrọ mkpebi ndị ọkachamara.
Na omume, ndị otu siri ike na-eji MelGAN Generative Vocoder na-emeso ịdịmma, latency, na nkwenye dị ka akụkụ dị mkpa nke atụmatụ mbugharị. Ha na-edepụta njirisi ịga nke ọma nke ọma, nwalee megide data ziri ezi yana usoro ọrụ, yana na-atụgharị dabere na usoro ọdịda ahụrụ karịa karịa mmeri otu oge. Nke a bụ ebe nghọta usoro ihe atụ na-atụgharị ghọọ ike na-adịgide adịgide n'ofe ngwaahịa, amụma na arụmọrụ.
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'otu oge ahụ, iji olu eme ihe n'ụzọ na-ezighị ezi na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu. Ụzọ kachasị na-agbanwe agbanwe bụ ijikọ ọsọ nnwale na ịdọ aka ná ntị ọchịchị: ndị na-anya ụgbọ elu, ijide ihe akaebe, bipụta ndekọ mkpebi, na na-aga n'ihu na-emelite nchekwa dị ka omume nlereanya, atụmanya ndị ọrụ, na ihe iwu chọrọ.
Mmetụta atụmatụ
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu.
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego.
Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu.
Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Mmejuputa n'ezie n'ụwa
Ederede-gaa-okwu na ngwaọrụ n'ime ndị enyemaka mkpanaka ebe obere ụda olu na-agba ọsọ na-ezere njem okirikiri igwe ojii
Ọkpụkpọ ntụgharị ụda ozugbo na-agbanwe mel-spectrogram nke ọkà okwu ka ọ bụrụ olu ebumnuche
Ngwa egwuregwu na ihe ngosi na-emepụta mkparịta ụka agwa sitere na spectrograms ewepụtara nwere obere latency
Usoro nyocha maka GAN ọdịyo, ebe a na-ejigharị mfu dakọtara MelGAN maka egwu na ọgbọ mmetụta ụda.
Usoro mmejuputa
MelGAN Generative Vocoder na omume
Ederede-gaa-okwu na ngwaọrụ na ndị enyemaka mkpanaka ebe obere ụda olu na-agba ọsọ na-ezere njem gburugburu igwe ojii.
Ihe ederede na ngwaọrụ na ndị na-enyere aka na ekwentị mkpanaaka ebe obere ụda olu ngwa ngwa na-ezere njem gburugburu igwe ojii Otu dị iche iche na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edebe ụzọ ịrị elu mmadụ maka ikpe ikpe, ma soro ma uru arụpụtaghị ihe na ụgwọ njehie na oge.
MelGAN Generative Vocoder na omume
Ọkpụkpọ ntụgharị ụda ozugbo na-agbanwe mel-spectrogram nke ọkà okwu ka ọ bụrụ olu ebumnuche.
Pipeline ngbanwe olu nke oge na-agbanwe mel-spectrogram nke onye na-ekwu okwu ka ọ bụrụ olu ebumnuche Ndị otu na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụta ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka ikpe ọnụ, ma soro ma uru nrụpụta na ụgwọ njehie n'ime oge.
MelGAN Generative Vocoder na omume
Ngwa egwuregwu na ihe ngosi na-emepụta mkparịta ụka agwa sitere na spectrograms ewepụtara nwere obere latency.
Ngwa egwuregwu na ihe ngosi nke na-emepụta mkparịta ụka agwa sitere na spectrograms ndị nwere obere latency Team na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka ikpe ikpe, ma soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
MelGAN Generative Vocoder na omume
Usoro nyocha maka GAN ọdịyo, ebe a na-ejigharị mfu dakọtara MelGAN maka egwu na ọgbọ mmetụta ụda.
Usoro nyocha maka GAN ọdịyo, ebe a na-ejigharị ihe njiri mara MelGAN maka egwu na ndị otu ọgbọ na-enwe mmetụta dị mma na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, debe ụzọ ịrị elu mmadụ maka ikpe ọnụ, wee soro ma uru nrụpụta yana ụgwọ njehie ka oge na-aga.
Ihe ize ndụ & okporo ụzọ nche
Iji olu eme ihe na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu.
Izi ezi nwere ike ịdaba n'ofe ụda olu, olumba ma ọ bụ gburugburu mkpọtụ.
Enwere ike imehie ọdịyo sịntetik dị ka ezigbo okwu na-enweghị akara doro anya.
Map mmejuputa
Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị.
Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere.
Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye.
Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ.
Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.