Merlin_for_Chinese.md

Merlin for Chinese

用于中文语音合成的Merlin。本文，主要利用Merlin，合成中文语音。

数据准备

为了测试方法是否可行，我们仅使用100条数据。待确认可行，再使用完整数据。

由于缺少中文前端，我们仅使用音素。

数据集：King_TTS

# 在dl44机器上执行
cd /home/train01/heyunchao/workspace/tacotron_3/tacotron/King_TTS_031_01subsel
scp -P 32658 01subsel.zip  [email protected]:/root/workspace/TTS_DATA/King_TTS_031_01subsel

# 在cloudml deep-learning 2机器上执行
# 音频文件
cd /root/workspace/TTS_DATA/King_TTS_031_01subsel
unzip 01subsel.zip
# 文本文件
cd /root/workspace/TTS_DATA/King_TTS_031_01subsel
# upload from local PC
tar zxvf 01news.tar.gz

# 从音频(01news)、文本(01subsel)文件夹中各区100条数据保存到subset文件夹
mkdir -p subset/wav
mkdir -p subset/interval
for file in $(ls -p 01news | grep -v / | head -100)
do
cp 01news/$file subset/interval/
done

for file in $(ls -p 01subsel | grep -v / | head -100)
do
cp 01subsel/$file subset/wav/
done

格式转换

我们需要将Praat格式的interval文件转为lab格式：

cd subset/
mkdir lab
python3 interval_2_lab.py interval lab

interval_2_lab.py脚本路径为：http://v9.git.n.xiaomi.com/heyunchao/Merlin_Toolkit/blob/master/CN_Tools/interval_2_lab.py

创建文件列表file_id_list.scp

cd /root/workspace/TTS_DATA/King_TTS_031_01subsel/subset
ls lab/ | cut -d "." -f 1 > file_id_list.scp

训练时长模型

1. 编辑全局配置文件global_settings.cfg
2. 编辑时长模型配置文件duration_cmu_arctic.conf
3. 准备log config

环境准备