Tacotron 2: 具有超实时推理速度的PyTorch实现

简介：
Tacotron 2是一款基于PyTorch框架的高质量文本转语音(TTS)系统，以其高效的超实时推理速度著称，能够快速、准确地将文字转换为自然流畅的语音。 Tacotron 2（无波网）的PyTorch实现。 此实现包括分布式处理和自动混合精度支持，并使用了NVIDIA的技术。 为了利用这些功能，请确保安装了必要的库，如NVIDIA的Apex等。 请访问我们的页面以获取我们已发布的模型生成的音频样本。 ### 先决条件 - NVIDIA GPU + CUDA - cuDNN ### 设置步骤 1. 下载并解压Tacotron 2仓库。 2. 克隆此仓库： ``` git clone https://github.com/NVIDIA/tacotron2.git ``` 3. 进入该存储库目录： ``` cd tacotron2 ``` 4. 初始化子模块： ``` git submodule init; git submodule update ``` 5. 更新.wav路径（使用sed命令）或在hp文件中进行相应的修改。例如，可以执行以下操作来更新路径: ```bash sed -i -- s,DUMMY,ljs_dataset_folderwavs,g filelists/*.txt ``` 或者直接编辑配置文件以适应实际的音频数据存储位置。