本仓库将VISinger2对接DiffSinger社区，兼容DiffSinger社区nomidi格式数据集、ds工程文件。相比于DiffSinger，本模型有着极快的合成速度，但不使用预训练模型情况下训练速度相对较慢，模型音质上限也低于DiffSinger
目前训练、推理代码还不是很易用，之后会逐步进行完善
先按照DiffSinger nomidi格式制作数据集，放入data目录下
- 高质量数据集制作可以参照DiffSinger数据集教程
data ├───speaker0 │ └───raw │ ├──wavs │ └──transcriptions.txt └───speaker1 └───raw ├──wavs └──transcriptions.txt之后依次执行
# 调整文件夹结构 python prepare_multispeaker.py # 生成mel与pitch python preprocess.py # 生成多说话人配置 python preprocess_multispeaker.py # 之后将上一部生成的spk2id粘贴到配置文件egs/visinger2/config.json中cd egs/visinger2 bash bash/train.sh 0修改 ds_inference.py 中ds工程、说话人、模型路径
python ds_inference.py