Akopọ
WaveGlow jẹ vocoder ti iṣan ti o da lori sisan lati NVIDIA ti o ṣepọ awọn ọna igbi ọrọ lati awọn iwoye mel-spectrogram ni iwe-iwọle ẹyọkan laisi isọdọtun. O ṣe pataki nitori pe o mu ohun afetigbọ didara ga ni iyara ju akoko gidi lọ ni lilo pipadanu o ṣeeṣe ti o rọrun.
Vocoder orisun Sisan WaveGlow joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media.
Jin Dive
WaveGlow, ti a tu silẹ nipasẹ Prenger, Valle, ati Catanzaro ni NVIDIA ni ọdun 2018, daapọ awọn imọran lati Glow ati WaveNet lati kọ vocoder kan ti o yara ati irọrun lati kọ. Ko dabi awọn vocoders GAN, o jẹ ṣiṣan deede: o kọ ẹkọ aworan agbaye ti ko yipada laarin pinpin Gaussian ti o rọrun ati fọọmu ohun afetigbọ, ti o ni ilodi si lori mel-spectrogram. Idanileko n mu iwọn ṣiṣe deede ti data naa pọ si, nitorinaa ko nilo alayatọ lọtọ, ko si ipadasẹhin adaṣe, ati pe ko si distillation olukọ-nẹtiwọọki meji ti ọmọ ile-iwe ti awọn isunmọ WaveNet ni afiwe tẹlẹ nilo. Lati ṣe agbejade ohun o ṣe apẹẹrẹ ariwo Gaussian ati ṣiṣe nẹtiwọọki invertible ni yiyipada. WaveGlow ṣe agbejade ọrọ ti didara afiwera si WaveNet lakoko ti o n ṣepọ ni iyara pupọ ju akoko gidi lọ lori GPU ode oni.
Imọ-imọ-ẹrọ
WaveGlow ṣe akopọ awọn igbesẹ sisan ti a ko le yipada, ọkọọkan n ṣajọpọ Layer idapọpọ affin pẹlu iyipada 1x1 invertible ti a yawo lati Glow. Awọn ayẹwo ohun ti wa ni akojọpọ si awọn onijagidijagan nipasẹ iṣiṣẹ fun pọ nitoribẹẹ awọn fẹlẹfẹlẹ idapọ le yi wọn pada daradara. Nitoripe gbogbo igbesẹ jẹ iyipada, itọsọna siwaju ṣe iṣiro iṣeeṣe fun ikẹkọ ati ariwo awọn maapu itọsọna yiyipada si ohun fun itọkasi. Nẹtiwọọki ẹyọkan ati ibi-afẹde log-odi kan jẹ ki ikẹkọ jẹ iduroṣinṣin ni pataki ati rọrun.
Mastering WaveGlow Flow-orisun Vocoder
WaveGlow jẹ vocoder ti iṣan ti o da lori sisan lati NVIDIA ti o ṣepọ awọn ọna igbi ọrọ lati awọn iwoye mel-spectrogram ni iwe-iwọle ẹyọkan laisi isọdọtun. O ṣe pataki nitori pe o mu ohun afetigbọ didara ga ni iyara ju akoko gidi lọ ni lilo pipadanu o ṣeeṣe ti o rọrun. Vocoder orisun Sisan WaveGlow joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media. Lati kọ oye ti o jinlẹ, tọju WaveGlow Flow-Da Vocoder bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati lọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo WaveGlow Flow-Da Vocoder ṣe itọju didara, lairi, ati ifọwọsi bi awọn ẹya pataki kanna ti ilana imuṣiṣẹ. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni akoko kanna, ilokulo ohun ati awọn eewu imisi eniyan n pọ si nigbati igbanilaaye ba sonu. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Pipọpọ pẹlu Tacotron 2 ninu opo gigun ti epo TTS ti NVIDIA lati ṣe agbejade ọrọ didara ile-iṣere adayeba
Asopọmọra ọrọ sisọ GPU yara fun alaye, atunkọ, ati ṣiṣiṣẹda akoonu akoonu
Ṣiṣẹda ikẹkọ ati ohun demo ni iwadii nibiti iduroṣinṣin, ikẹkọ pipadanu ẹyọkan jẹ ayanfẹ
Iṣẹjade ohun ti o lagbara-akoko ni awọn ọna ṣiṣe ibaraenisepo ti o ṣiṣẹ lori ohun elo NVIDIA
Awọn Ilana imuse
Vocoder orisun Sisan WaveGlow ni iṣe
Pipọpọ pẹlu Tacotron 2 ninu opo gigun ti epo TTS ti NVIDIA lati ṣe agbejade ọrọ didara ile-iṣere adayeba.
Pipọpọ pẹlu Tacotron 2 ni pipeline TTS itọkasi NVIDIA lati ṣe agbejade awọn ẹgbẹ ọrọ-didara didara ile-iṣere nigbagbogbo gba awọn abajade ti o dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe ni akoko pupọ.
Vocoder orisun Sisan WaveGlow ni iṣe
Asopọmọra ọrọ-ọrọ GPU yara fun alaye, atunkọ, ati ṣiṣiṣẹda akoonu akoonu.
Isọsọ ọrọ GPU ti o yara fun alaye, atunkọ, ati ṣiṣiṣẹda akoonu akoonu Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Vocoder orisun Sisan WaveGlow ni iṣe
Ṣiṣẹda ikẹkọ ati ohun demo ni iwadii nibiti iduroṣinṣin, ikẹkọ pipadanu ẹyọkan jẹ ayanfẹ.
Ṣiṣẹda ikẹkọ ati ohun demo ni iwadii nibiti iduroṣinṣin, ikẹkọ pipadanu ẹyọkan jẹ ayanfẹ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Vocoder orisun Sisan WaveGlow ni iṣe
Imujade ohun ti o lagbara ni akoko gidi ni awọn eto ibaraenisepo ti o ṣiṣẹ lori ohun elo NVIDIA.
Imujade ohun ti o ni agbara-akoko gidi ni awọn eto ibaraenisepo ti o ṣiṣẹ lori Awọn ẹgbẹ ohun elo NVIDIA nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.