Latest / Kana & Mari's SoundRepos (Japanese)

ivanvovk/durian-pytorch
DurIAN(Duration Informed Attention Network)の実装で、音素ごとの継続時間・アライメント情報を利用したテキスト音声合成(TTS)モデルを提供します。バックボーン音声合成モデルと継続時間予測モデルを同時学習でき、LJSpeechデータセット向けの学習、検証、チェックポイント保存、推論をサポートします。独自データをMontreal Forced Alignerで音素アライメントする手順も説明されています。
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.