README.md

genon2nnsvs

UTAU音源の原音をNNSVSで学習できるようにする。

開発環境

• Windows10
• Python3.8
• utaupy 開発版
• WSL1 (Ubuntu 20.04)

使い方

UTAU音源の前処理

1. UTAU音源の各音階を moresampler で原音設定しなおす。（設定：日本語VCV、連番なし、エイリアスへのprefix追加なし）
2. oto_estimation_checker で原音設定ミスを検出する。手動チェックでもよい。
3. setParam を使って原音設定ミスを直す。オーバーラップが子音開始位置、先行発声が母音開始位置となるようにする。
4. 原音設定ファイルの右ブランクを正にする。setParamで一括変換するか、force_otoini_cutoff_negative を使う。

歌唱データベース化

1. 01_genon2db.py を実行して、dataフォルダ内にlabファイルを生成し、wavファイルをコピーする。ついでにustも生成される。
2. 多音階音源の場合、各収録音階に対して1の作業を実施する。

学習準備

1. 02_place_files.py を実行して、 acoustic、duration、timelag モデルの学習用フォルダに各種学習ファイルを配置する。
2. 03_generate_train_list.py を実行して、曲名リストのファイルを作る。（dev, eval, utt_list とか）

学習

1. config.yaml を必要に応じて書き換える。
2. run.sh のステージ1以降を実行する。