Tacotron2运行笔记
项目地址NVIDIA/tacotron2，先clone下来
git clone https://github.com/NVIDIA/tacotron2配置环境
我的实验环境（ubuntu）：
python==3.6.10
numpy==1.17.0
matplotlib==2.1.0
scipy==1.0.0
numba==0.48.0
librosa==0.6.0
tensorflow==1.15.2
pytorch==1.1.0
torchvision==0.3.0
inflect=0.2.5
Unidecode==1.0.22由于我们实验室服务器的cuda版本是9.0，因此只能使用1.1.0版的PyTorch，否则无法使用GPU。但是这个项目源码中使用了一些PyTorch 1.3以上的新功能，所以我要先修改一部分源码（如果你的Pytorch版本大于等于1.3，可以略过这部分内容）
第一个要改的地方式是utils.py第9行
# mask = (ids < lengths.unsqueeze(1)).bool()
mask = (ids < lengths.unsqueeze(1)).to(torch.bool)第二个要修改的地方是model.py第401和488行
# memory, mask = ~get_mask_from_lengths(memory_lengths)
memory, mask = (get_mask_from_lengths(memory_lengths) <= 0)
# mask = ~get_mask_from_lengths(output_lengths)
mask = get_mask_from_lengths(memory_lengths) <= 0以上是少数人需要做的改动，下面提到的是所有人都需要做的改动，就是将filelists/目录下的三个文件内容进行适当修改
每个文件里面都有两列内容，第一列是语音数据所在的位置，第二列是该语音所对应的文本
我们要改的就是第一列，主要是根据你下载好的LJSpeech Dataset存放的路径。比方说我将LJSpeech-1.1/放到了tacotron2/目录底下，与tacotron2/train.py同级，那么我的路径就应该改为
开始训练
单GPU
如果你只有一块GPU，运行如下命令即开始训练
python train.py --output_directory=outdir --log_directory=logdir多GPU
多GPU训练，首先安装Apex
git clone https://github.com/NVIDIA/apex
cd apex
pip install -v --no-cache-dir ./然后手动新建一个目录mkdir tacotron2/logs
最后运行如下命令
python -m multiproc train.py --output_directory=outdir --log_directory=logdir --hparams=distributed_run=True,fp16_run=True常见报错的解决办法
CUDA out of memory，将hparams.py中的batch_size参数值改小一点即可No module named numba.decorators，先卸载numbapip uninstall numba，然后安装0.48.0版本即可pip install numba==0.48.0numpy.core.multiarray failed to import，确保自己安装的numpy版本小于1.19，大于1.15
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录