摘要： 1.设置断点 2.开始调试 点击这个绿色甲虫图标 3.若debug的py文件需要输入参数 在此栏输入命令行“xx.py”之后所有的参数 4.报错：Unable to display frame vriables 无法显示变量 解决办法参考网址：pycharm: Unable to display f 阅读全文

摘要： 一.安装配置git&&利用SSH完成Git与GitHub的绑定 1.参考知乎网址：还不会使用 GitHub ？ GitHub 教程来了！万字图文详解 二.在git上更新仓库步骤 1.在新建文件夹下，右键选择“git bash here” 2.把项目下载到本地：git clone +仓库地址 3.进入 阅读全文

摘要： 一.参考论文以及项目源码 1.知乎网址：语音合成论文优选：Fre-GAN: Adversarial Frequency-consistent Audio Synthesis 2.github项目源码： 二.移植模块具体代码 1.vocodr_train.py中：选择需要训练的预训练模型 2.freg 阅读全文

摘要： 一.github作者指南 1.下载数据集并解压：确保您可以访问 train 文件夹中的所有音频文件（如.wav） 2.进行音频和梅尔频谱图预处理： python pre.py <datasets_root> -d {dataset} -n {number} 可传入参数： -d {dataset} 指 阅读全文

摘要： 一.找到训练日志路径 在生成的logs文件夹中 二.在终端输入读取日志的指令 tensorboard --logdir=F:\机器学习\实践\AI语音克隆\result\fly_2\logs 三.打开tensorboard服务 用microsoft edge打开红圈中的网址(用其他浏览器打开可能会出 阅读全文

摘要： 一.处理源语音 1.定位： 2.仿造load_preprocess_wav（）函数读入音频 3.新建enhance.py文件，主要使用减谱法和自适应滤波器法，代码如下： #!/usr/bin/env python import librosa import numpy as np import wa 阅读全文

摘要： 一.Enhance vocoder output 1.定位： 修剪多余的静音 二.Random seed 1.定位： 设置的是合成语音时的随机数种子，方便下次复现实验结果，参考网址：torch.manual_seed()用法详解 三.embedding 1.定位： 阅读全文

摘要： 在深度学习中，使用学习好的模型做预测的过程叫inference（推测），UI界面中调节的以下参数，运行时均在inference.py中变化并且执行 一.Style 1.定位： 由图可见style_idx影响key，最后影响的是style_embed key值（键值）是多头注意力机制函数中的输入参数， 阅读全文

摘要： 一.dropout 参考CSDN网址：理解dropout 小结： 1.含义：dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃。故而每一个mini-batch都在训练不同的网络。 2.目的：防止过拟合提高效果 二.umap 参考知乎网址：Python— 阅读全文

摘要： 一.问题 对于训练教程中“一定要出现注意力模型”“出现一条明显斜线”产生疑惑，特地查阅了相关资料解答了此疑惑 二.参考链接 1.CSDN资料地址：深度学习中的注意力机制 2.知乎资料地址：kaldi学习 alignment的概念 3.推荐“跟李沐学AI”B站视频：65 注意力分数【动手学深度学习v2 阅读全文