radtts-hifigan's Introduction

RADTTS + HiFiGAN vocoder

🇺🇦 Join Ukrainian Text-to-Speech community: https://t.me/speech_synthesis_uk

Clone the code:

git clone https://github.com/egorsmkv/radtts-hifigan
cd radtts-hifigan

Install dependencies:

pip install -r requirements.txt

Download Ukrainian RADTTS and HiFiGAN models:

mkdir models
cd models

wget https://github.com/egorsmkv/radtts-hifigan/releases/download/v1.0/hifi_config.json
wget https://github.com/egorsmkv/radtts-hifigan/releases/download/v1.0/hifi_vocoder.pt
wget https://github.com/egorsmkv/radtts-istftnet/releases/download/v1.0/RADTTS-Lada.pt

Then you can inference own texts by the following command:

python3 inference.py -c config_ljs_dap.json -r models/RADTTS-Lada.pt -t test_sentences.txt --vocoder_path models/hifi_vocoder.pt --vocoder_config_path models/hifi_config.json -o results/

radtts-hifigan's People

Contributors

Stargazers

Watchers

radtts-hifigan's Issues

Inference process fails on Windows

2/4: кам'янець-подільський - місто в хмельницькій області україни центр кам'янець-подільської міської об'єднаної територіальної громади і кам'янець-подільського району
3/4: к+ам'ян+ець-под+ільський - м+істо в хмельн+ицькій +області укра+їни, ц+ентр кам'ян+ець-под+ільської міськ+ої об'+єднаної територі+альної гром+ади +і кам'ян+ець-под+ільського рай+ону
C:\Users\admin\Downloads\radtts-hifigan-main\radtts-hifigan-main\vocoder\audio_processing.py:220: FutureWarning: Pass size=1024 as keyword args. From version 0.10 passing these as positional arguments will result in an error
  fft_window = pad_center(fft_window, filter_length)
C:\Users\admin\Downloads\radtts-hifigan-main\radtts-hifigan-main\vocoder\audio_processing.py:71: FutureWarning: Pass size=1024 as keyword args. From version 0.10 passing these as positional arguments will result in an error
  win_sq = librosa_util.pad_center(win_sq, n_fft)
<<-- results\0.wav
<<-- results\1.wav
<<-- results\2.wav
<<-- results\3.wav
Traceback (most recent call last):
  File "C:\Users\admin\Downloads\radtts-hifigan-main\radtts-hifigan-main\inference.py", line 112, in <module>
    infer(args.radtts_path, args.vocoder_path, args.vocoder_config_path,
  File "C:\Users\admin\Downloads\radtts-hifigan-main\radtts-hifigan-main\inference.py", line 73, in infer
    process_folder(output_dir, vocoder_path, vocoder_config_path, denoising_strength)
  File "C:\Users\admin\Downloads\radtts-hifigan-main\radtts-hifigan-main\vocoder\inference_mel_folder.py", line 126, in process_folder
    inference(input_mel_folder, vocoder_path, vocoder_config_path, denoising_strength)
  File "C:\Users\admin\Downloads\radtts-hifigan-main\radtts-hifigan-main\vocoder\inference_mel_folder.py", line 116, in inference
    names.append(int(k.replace(input_mel_folder,'').replace('/','').replace('.wav','')))
ValueError: invalid literal for int() with base 10: 'results\\0'

Recommend Projects