我是初学者，我下载了模型并尝试研究它。但是每当我将句子转换为语音时，模型会在 35 秒或大约 440 个字符处停止，并给出 max_decoder_steps 警告。我想将一个故事转换为大约 1000 个字符的语音。有没有办法绕过这个限制？
问问题
189 次
3 回答
1
不，因为模型是在较短的输入上训练的。您可以自己训练模型（非常耗时），也可以将输入拆分为更小的序列，如句子。
于 2020-11-04T08:57:55.200 回答
1
当然可以。我刚刚打开tacotron2.py，查找max_decoder_steps并将值 5000 作为测试，现在它创建了更长的 wav 文件。
于 2021-08-21T17:41:53.260 回答
0
增加“max_decoder_steps”的值。
例如，我使用 Tacotron2 模型。
tts --text "Hello"
> tts_models/en/ljspeech/tacotron2-DDC is already downloaded.
> vocoder_models/en/ljspeech/hifigan_v2 is already downloaded.
> Using model: Tacotron2
> Models reduction rate r is set to: 1
> Vocoder Model: hifigan
> Generator Model: hifigan_generator
> Discriminator Model: hifigan_discriminator
安装的项目可以在这里找到。Debian 10。
/home/user/.local/lib/python3.7/site-packages/TTS
我们需要一个配置文件。
/home/user/.local/lib/python3.7/site-packages/TTS/tts/configs/tacotron_config.py
改变价值观。
max_decoder_steps: int = 500
至
max_decoder_steps: int = 10000
感谢史蒂夫道尔顿。
在虚拟环境中工作。该tacotron_config.py文件位于文件夹中。
.venv/lib/python3.8/site-packages/TTS/tts/configs/
于 2022-02-25T16:27:48.023 回答