TransformerTTS/config.yaml at main · Orca0917/TransformerTTS · GitHub

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
###########################################################
# Path configuration
###########################################################
path:
  data: "/workspace/data/LJSpeech-1.1"
  preprocessed: "/workspace/preprocessed"
  experiment: "/workspace/experiment"

###########################################################
# Audio configuration
###########################################################
audio:
  sample_rate: 22050
  n_fft: 1024
  hop_length: 256
  win_length: 1024
  fmin: 0.0
  fmax: 8000.0
  n_mels: 80
  normalize_mel: true

###########################################################
# Model configuration
###########################################################
model:
  encoder_prenet_n_layers: 3
  encoder_prenet_in_channel: 256
  encoder_prenet_out_channel: 256
  encoder_prenet_kernel_size: 5
  encoder_prenet_dropout: 0.5
  encoder_n_layers: 3
  encoder_n_head: 4
  encoder_d_ffn: 1024
  encoder_dropout: 0.1
  decoder_n_layers: 3
  decoder_n_head: 4
  decoder_d_ffn: 1024
  decoder_dropout: 0.1
  postnet_n_layers: 5
  postnet_kernel_size: 5
  postnet_dropout: 0.5
  d_model: 256

###########################################################
# Training setup
###########################################################
training:
  seed: 42
  batch_size: 16
  num_workers: 4
  weight_decay: 0.000001
  max_patience: 50
  num_epochs: 300
  max_grad_norm: 1.0
  warmup_steps: 4000
  grad_acc_steps: 4
  log_interval: 100
  teacher_forcing_mode: "linear"

loss:
  stop_weight: 8.0