第三方deepvoice3_pytorch安装使用

项目地址：https://github.com/r9y9/deepvoice3_pytorch

解决两个问题：一使用外部数据集训练，二加载pre-trained模型做fine-tune

1：安装必要依赖库

• 其中pytorch如下

pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl 
pip3 install torchvision

• 安装完成后，需下载win-64/intel-openmp-2018.0.0-8.tar.bz2 ，把bin文件夹加到PATH环境变量

2：生成两个json文件

• alignment.json （wav - text对）
• my_presets_dv.json （模型配置文件，可用相应模型的json修改，比如/presets/deepvoice3_ljspeech.json）

注意修改wav文件的采样率、训练集合适的batch_size 

3：preprocess

• 如果新数据集路径./datasets/audio

$ python preprocess.py json_meta "./datasets/alignment.json" "./datasets/audio" --preset=./datasets/my_presets_dv.json

• 完成后如下图

 

4：下载pre-trained模型文件

• 放到路径./model/20180505_deepvoice3_checkpoint_step000640000.pth
• 下载对应commit的preset文件（json）

5：train

• 命令 python train.py  <option> 

• python train.py --data-root=./datasets/audio --checkpoint-dir=checkpoints_adaptation --checkpoint=./model/20180505_deepvoice3_checkpoint_step000640000.pth --preset=./datasets/my_presets_dv.json --log-event-path=log/deepvoice3_spk_adaptation --speaker-id=0