Tacotron-2

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Python 环境（项目开发语言为 Python）
• TensorFlow 框架（技术栈标注为 tensorflow）
• 按 README 的 Repository Structure 准备 datasets 数据集目录（如 LJSpeech-1.1/wavs）
• 按结构准备 logs-Tacotron、logs-Wavenet、logs-Tacotron-2 日志与权重目录

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取 Tacotron-2 源码到本地，后续所有目录结构均以该仓库根目录为基准。

   git clone https://github.com/Rayhane-mamah/Tacotron-2.git

   复制

2. 2整理数据集目录

   照 README 的 Repository Structure，在 datasets 下准备 LJSpeech-1.1/wavs、en_US、en_UK 等目录并放入音频数据。

3. 3选择超参数文件

   README 说明 hparams.py 为默认配置（含额外改进），paper_hparams.py 用于复现论文原始结果，按需切换。

4. 4准备权重日志目录

   按结构保留 logs-Tacotron-2 下的 taco_pretrained、wave_pretrained、metas、eval-dir、plots、wavs 等目录。

5. 5运行训练或推理

   README 未给出具体入口命令，需自行查阅仓库内代码与文档后运行，输出会写入 logs-* 目录。

关键配置

如何确认成功

确认 datasets 与 logs-Tacotron-2 等目录结构齐全，且训练或推理产物出现在 logs-* 下。

常见问题

注意事项

• README 未提供安装、训练、推理的具体命令，本教程步骤依据其目录结构推断，请以仓库实际代码为准。
• Tacotron-2 训练需大量算力和时间，建议先确认硬件条件。
• hparams.py 与 paper_hparams.py 参数不同，切换后会明显影响训练结果，README 提示差异稍后会在文档中标注。