{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"id": "Q3egrWHAzs7H"
},
"source": [
"# MMVCの学習に必要なconfig系Fileを作成する\n",
"\n",
"ver.2022/08/10\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "V61VE7vxLaY3"
},
"source": [
"## 1 概要\n",
"「Google Colaboratory」を利用した、MMVCの学習を実行するために必要なファイルを生成します。"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "kN0-Tj3TL-T2"
},
"source": [
"## 2 Google Drive をマウント\n",
"**Google Drive にアップロードした MMVC_Trainer を参照できるように、設定します。**\n",
"\n",
"「このノートブックに Google ドライブのファイルへのアクセスを許可しますか？」\n",
"\n",
"といったポップアップが表示されるので、「Google ドライブに接続」を押下し、google アカウントを選択して、「許可」を選択してください。\n",
"\n",
"成功すれば、下記メッセージが出ます。\n",
"```\n",
"Mounted at /content/drive/\n",
"```\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"id": "hdfce8bPkpMB"
},
"outputs": [],
"source": [
"from google.colab import drive\n",
"drive.mount('/content/drive')"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "AXCsRWVLNn0c"
},
"source": [
"cdコマンドを実行して、マウントしたGoogle Drive のMMVC_Trainerディレクトリに移動します。\n",
"\n",
"%cd 「MMVC_Trainerをgoogle driveにパップロードしたパス」\n",
"\n",
"としてください。\n",
"\n",
"正しいパスが指定されていれば\n",
"\n",
"-rw------- 1 root root 11780 Mar 4 16:53 attentions.py\n",
"\n",
"-rw------- 1 root root 4778 Mar 4 16:53 commons.py\n",
"\n",
"drwx------ 2 root root 4096 Mar 5 15:20 configs\n",
"\n",
"...といった感じに表示されるはずです。"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"id": "cLxKrVTGkvsq"
},
"outputs": [],
"source": [
"%cd /content/drive/MyDrive/\n",
"!ls -la"
]
},
{
"cell_type": "markdown",
"source": [
"## 3 事前学習済みモデルのダウンロード\n",
"\n",
"fine_model 以下に、事前学習済みモデルをダウンロードします。"
],
"metadata": {
"id": "fzAFp785nH_R"
}
},
{
"cell_type": "code",
"source": [
"!fileid=\"1MRmB-9EL2-xhxIIraVx20qWqyX-8ZMPw\"; filename=\"fine_model/G_180000.pth\"; html=`curl -c ./cookie -s -L \"https://drive.google.com/uc?export=download&id=${fileid}\"`; curl -Lb ./cookie \"https://drive.google.com/uc?export=download&`echo ${html}|grep -Po '(confirm=[a-zA-Z0-9\\-_]+)'`&id=${fileid}\" -o ${filename}\n",
"!fileid=\"1oPbMM7cGz-z0fLgj7DW_wPGRCwvgD2jZ\"; filename=\"fine_model/D_180000.pth\"; html=`curl -c ./cookie -s -L \"https://drive.google.com/uc?export=download&id=${fileid}\"`; curl -Lb ./cookie \"https://drive.google.com/uc?export=download&`echo ${html}|grep -Po '(confirm=[a-zA-Z0-9\\-_]+)'`&id=${fileid}\" -o ${filename}"
],
"metadata": {
"id": "oLtpgNckjreW"
},
"execution_count": null,
"outputs": []
},
{
"cell_type": "markdown",
"metadata": {
"id": "FS1ttfpyPckq"
},
"source": [
"## 4 必要なライブラリのインストール\n",
"\n",
"何も考えず実行してください。"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"id": "XDLDiK1Sk3uZ"
},
"outputs": [],
"source": [
"!pip install pyopenjtalk"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "jX2VRWu4Pvqy"
},
"source": [
"## 5 MMVCの学習に必要なconfig系Fileを作成する\n",
"\n",
"学習に必要なファイルを実行します。 \n",
"オプションは-f -s -tがあります。普通に使う際には-cは不要です。 \n",
"-f 作成するconfig系Fileの名前です。よくわからない人は変更不要です。 \n",
"-s サンプリングレートです。datasetの音声のサンプリングレートに合わせて指定ください。よくわからない人は変更不要です。 \n",
"-t 既にモデルに学習されているデータの場合利用します。ずんだもんの場合は「100」 それ以外のサポートキャラは「101～103」 非サポートキャラは「108」を指定します。\n",
"\n",
"\n",
"実行時に \n",
"**「WARNING: JPCommonLabel_insert_pause() in jpcommon_label.c: First mora should not be short pause.」** \n",
"と表示されますが、無視して大丈夫です。 \n",
"\n",
"「filelists」ディレクトリに \n",
"「指定したconfig系Fileの名前_textful.txt」 \n",
"「指定したconfig系Fileの名前_textful_val.txt」 \n",
"「指定したconfig系Fileの名前_textless.txt」 \n",
"「指定したconfig系Fileの名前_val_textless.txt」 \n",
"「指定したconfig系Fileの名前_Correspondence.txt」 \n",
"上記5ファイル\n",
"\n",
"「configs」ディレクトリに \n",
"「指定したconfig系Fileの名前.json」 \n",
"上記1ファイルが生成されていれば、成功です。 \n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### 5.1 チュートリアル:ずんだもんになる\n",
"下記セルを実行してください。"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"id": "qbh1TvLRk5pu"
},
"outputs": [],
"source": [
"!python create_dataset_jtalk.py -f train_config_zundamon -s 24000 -t 100"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "j0vi8pdVggbY"
},
"source": [
"### 5.2 ずんだもん以外の話者の学習を行う\n",
"ずんだもん以外の話者の学習を行う場合、下記セルを実行してください。 \n",
"**九州そらの学習を行いたい場合、「108」を「101」に \n",
"四国めたんの学習を行いたい場合、「108」を「102」に \n",
"春日部つむぎの学習を行いたい場合、「108」を「103」に** \n",
"設定するとクオリティがあがる**かも**しれません。"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"id": "HkN9EC7aggbZ"
},
"outputs": [],
"source": [
"!python create_dataset_jtalk.py -f train_config -s 24000 -t 108"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### 5.3 応用編 同時に複数話者の学習を行う\n",
"複数の話者を同時に学習したい場合、下記セルを実行してください。 \n",
"multi_speaker_correspondence.txt を下記フォーマットに任意に書き換えて、実行してください。 \n",
"textful配下のディレクトリ名|0～109の番号 "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"!python create_dataset_jtalk.py -f train_config_test -s 24000 -m dataset/multi_speaker_correspondence.txt"
]
}
],
"metadata": {
"colab": {
"collapsed_sections": [],
"name": "01_Create_Configfile.ipynb",
"provenance": []
},
"kernelspec": {
"display_name": "Python 3.9.6 64-bit",
"language": "python",
"name": "python3"
},
"language_info": {
"name": "python",
"version": "3.9.6"
},
"vscode": {
"interpreter": {
"hash": "d3394867249fd41ee68869925f4586b97ae8a94f3c93a4c25403e9e75f272611"
}
}
},
"nbformat": 4,
"nbformat_minor": 0
}