Nchịkọta
Parallel WaveGAN bụ vocoder akwara ngwa ngwa nke na-atụgharị mel-spectrogram ka ọ bụrụ usoro ebili mmiri dị egwu site na iji obere GAN, na-ewepụta nlele niile ozugbo. Ọ dị mkpa n'ihi na ọ na-enye nso nso-ezigbo okwu dị elu nke nwere kọmpat nlereanya.
Parallel WaveGAN 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
Vocoder bụ ọkwa ikpeazụ nke pipeline TTS: ọ na-atụgharị maapụ njirimara ụda (na-abụkarị mel-spectrogram) n'ime ụda ụda ị na-anụ. Parallel WaveGAN, nke Yamamoto, Song na Kim tụpụtara na 2019, na-eme nke a site na onye na-emepụta ụdị WaveNet na-abụghị nke a zụrụ azụ dị ka netwọk mmegide. Kama ịkọ otu ihe atụ ọdịyo n'otu oge dị ka WaveNet mbụ, ọ na-emepụta ụdị ebili mmiri niile n'otu oge, na-eme ka ọ dị ngwa ngwa. Ntụziaka ya bụ isi na-ejikọta ọnwụ adversarial yana mfu nke obere oge Fourier transform (STFT), yabụ ihe nlereanya ahụ dabara n'ezie mgbama gafee ọtụtụ oge na akpịrịkpa ugboro. Nsonaazụ bụ obere jenerato (ihe dị ka nde 1.4) nke na-agba ọsọ ọsọ ọtụtụ ugboro karịa ozugbo na GPU.
Nghọta nka nka
Igwe ọkụ bụ netwọk gbasasịrị-convolution nke etinyere na mel-spectrogram yana ntinye mkpọtụ, mkpọtụ mkpọtụ gbakwunyere atụmatụ ozugbo na nlele. Ọzụzụ jikọtara ọnụ na-ebelata mfu STFT ọtụtụ mkpebi, gbakọọ site n'ịtụle nnukwu spectrogram n'ọtụtụ FFT na ogologo hop, yana mfu nke onye na-akpa ókè na-ekpebi eziokwu. Okwu STFT na-eme ka ọ kwụsie ike ma na-eme ka ọzụzụ ọgụ dị ngwa, na-ewepụta ma nkọwa zuru oke yana ụdị ọdịdị sara mbara na-enweghị mgbagha.
Nnabata Ndekota WaveGAN Vocoder
Parallel WaveGAN bụ vocoder akwara ngwa ngwa nke na-atụgharị mel-spectrogram ka ọ bụrụ usoro ebili mmiri dị egwu site na iji obere GAN, na-ewepụta nlele niile ozugbo. Ọ dị mkpa n'ihi na ọ na-enye nso nso-ezigbo okwu dị elu nke nwere kọmpat nlereanya. Parallel WaveGAN 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, na-emeso Parallel WaveGAN Vocoder dị ka ihe nlereanya na-arụ ọrụ, ọ bụghị otu njirimara: kọwaa nsonaazụ achọrọ, dokwuo anya echiche, ma kewaa ihe sistemụ nwere ike ime nke ọma na ihe ka na-achọ mkpebi ndị ọkachamara.
Na omume, ndị otu siri ike na-eji Parallel WaveGAN Vocoder na-emeso ịdịmma, nkwụsịtụ 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 ka ọ bụrụ ike na-adịgide adịgide gafee 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 Strategic
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
Mbupute okwu n'ezie na ndị enyemaka olu mkpanaka ebe nkwụsịtụ na nha ụdị dị mkpa
Na-eje ozi dị ka onye na-ebupụta waveform jikọtara ya na ụdị egwu dị ka Tacotron 2 ma ọ bụ FastSpeech
ederede-gaa-okwu ngwaọrụ maka ngwaọrụ nnweta na-enweghị ike ịdabere na igwe ojii
Sistemụ ntụgharị olu na-emegharị spectrograms tụgharịrị ka ọ bụrụ ọdịyo na-ada ụda eke
Usoro mmejuputa
Yiri WaveGAN Vocoder na omume
Mbupute okwu n'ezie na ndị enyemaka olu mkpanaka ebe nkwụsịtụ na nha ụdị dị mkpa.
Mwepụta okwu n'ezie na ndị na-enyere aka na olu mkpanaka ebe latency na ụdị nha ihe Otu dị iche iche na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-eme ka ụzọ mmadụ si abawanye maka oke ikpe, ma soro ma uru nrụpụta na ụgwọ njehie n'ime oge.
Yiri WaveGAN Vocoder na omume
Na-eje ozi dị ka onye na-emepụta ebili mmiri jikọtara ya na ụdị egwu dị ka Tacotron 2 ma ọ bụ FastSpeech.
Ije ozi dị ka onye na-emepụta ihe na-efe efe jikọtara ya na ụdị egwu dị ka Tacotron 2 ma ọ bụ FastSpeech Teams na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, debe ụzọ mmụba mmadụ maka ikpe ọnụ, wee soro ma uru nrụpụta yana ụgwọ njehie na oge.
Yiri WaveGAN Vocoder na omume
ederede-gaa-okwu ngwaọrụ maka ngwaọrụ nnweta na-enweghị ike ịdabere na igwe ojii.
Ihe ederede-ga-okwu ngwaọrụ maka ngwaọrụ nnweta nke na-enweghị ike ịdabere na igwe ojii Otu ìgwè na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edebe ụzọ mmụba mmadụ maka ikpe ikpe, ma soro ma uru arụpụtaghị ihe na ụgwọ njehie na oge.
Yiri WaveGAN Vocoder na omume
Sistemụ ntụgharị olu na-emegharị spectrograms tụgharịrị ka ọ bụrụ ọdịyo na-ada ụda eke.
Sistemụ ntụgharị olu nke na-emegharị spectrograms gbanwere ka ọ bụrụ ụda olu na-ada ụda nke ọma na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ mbuwanye mmadụ maka ikpe ọnụ, ma soro ma uru nrụpụta yana ọnụ ahịa 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.