File size: 2,387 Bytes
001cd36 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 | import argparse
import os
import sys
import tempfile
import librosa.display
import numpy as np
import os
import torch
import torchaudio
import traceback
from TTS.demos.xtts_ft_demo.utils.formatter import format_audio_list
from TTS.demos.xtts_ft_demo.utils.gpt_train import train_gpt
from TTS.tts.configs.xtts_config import XttsConfig
from TTS.tts.models.xtts import Xtts
def clear_gpu_cache():
# clear the GPU cache
if torch.cuda.is_available():
torch.cuda.empty_cache()
def preprocess_dataset(audio_path, language, out_path):
"""
Prepara los datos de audio para el entrenamiento del modelo.
Args:
audio_path (list): Lista de rutas de los archivos de audio.
language (str): C贸digo del idioma del dataset.
out_path (str): Ruta de salida para el dataset procesado.
Returns:
tuple: Tupla con las rutas de los archivos CSV de entrenamiento y evaluaci贸n.
"""
out_path = os.path.join(out_path, "dataset")
os.makedirs(out_path, exist_ok=True)
train_meta, eval_meta, _ = format_audio_list(audio_path, target_language=language, out_path=out_path)
train_csv = os.path.join(out_path, "train.csv")
eval_csv = os.path.join(out_path, "eval.csv")
return train_csv, eval_csv
def main(dataset_path, output_path, language):
# Obtener informaci贸n del usuario
audio_path = dataset_path #input("Ingresa la ruta de los archivos de audio (separados por espacio): ")
language = language #input("Ingresa el idioma del dataset: ")
out_path = output_path #input("Ingresa la ruta de salida para el dataset procesado: ")
# Prepara los datos
train_csv, eval_csv = preprocess_dataset(audio_path.split(), language, out_path)
print(f"Los archivos CSV se han creado en: {out_path}")
print(f"train.csv: {train_csv}")
print(f"eval.csv: {eval_csv}")
if __name__ == "__main__":
parser = argparse.ArgumentParser()
parser.add_argument("--dataset_path", type=str, required=True, help="Ruta del dataset de audio")
parser.add_argument("--output_path", type=str, required=True, help="Ruta de salida para el dataset procesado")
parser.add_argument("--language", type=str, required=True, help="Idioma del dataset")
args = parser.parse_args()
main(args.dataset_path, args.output_path, args.language) |