項目地址：https://github.com/r9y9/deepvoice3_pytorch
解決兩個問題：一使用外部數據集訓練，二加載pre-trained模型做fine-tune
1：安裝必要依賴庫
- 其中pytorch如下
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl
pip3 install torchvision
- 安裝完成后，需下載win-64/intel-openmp-2018.0.0-8.tar.bz2 ，把bin文件夾加到PATH環境變量
2：生成兩個json文件
- alignment.json （wav - text對）
- my_presets_dv.json （模型配置文件，可用相應模型的json修改，比如/presets/deepvoice3_ljspeech.json）
注意修改wav文件的采樣率、訓練集合適的batch_size
3：preprocess
- 如果新數據集路徑./datasets/audio
$ python preprocess.py json_meta "./datasets/alignment.json" "./datasets/audio" --preset=./datasets/my_presets_dv.json
- 完成后如下圖
4：下載pre-trained模型文件
- 放到路徑./model/20180505_deepvoice3_checkpoint_step000640000.pth
- 下載對應commit的preset文件（json）
5：train
- 命令 python train.py <option>
- python train.py --data-root=./datasets/audio --checkpoint-dir=checkpoints_adaptation --checkpoint=./model/20180505_deepvoice3_checkpoint_step000640000.pth --preset=./datasets/my_presets_dv.json --log-event-path=log/deepvoice3_spk_adaptation --speaker-id=0