معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Aligner - PyTorch

ویژگی	مقدار
سیستم عامل	-
نام فایل	aligner-pytorch-0.0.9
نام	aligner-pytorch
نسخه کتابخانه	0.0.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Flavio Schneider
ایمیل نویسنده	archinetai@protonmail.com
آدرس صفحه اصلی	https://github.com/archinetai/audio-diffusion-pytorch
آدرس اینترنتی	https://pypi.org/project/aligner-pytorch/
مجوز	MIT

# Aligner - PyTorch Sequence alignement methods with helpers for PyTorch. ## Install ```bash pip install aligner-pytorch ``` [![PyPI - Python Version](https://img.shields.io/pypi/v/aligner-pytorch?style=flat&colorA=black&colorB=black)](https://pypi.org/project/aligner-pytorch/) ## Usage ### MAS MAS (Monotonic Alignment Search) from GlowTTS. This can be used to get the alignment of any (similarity) matrix. Implementation in optimized Cython. ```py from aligner_pytorch import mas sim = torch.rand(1, 4, 6) # [batch_size, x_length, y_length] alignment = mas(sim) """ sim = tensor([[ [0.2, 0.8, 0.9, 0.9, 0.9, 0.4], [0.6, 0.8, 0.9, 0.7, 0.1, 0.4], [1.0, 0.4, 0.4, 0.2, 1.0, 0.7], [0.1, 0.3, 0.1, 0.7, 0.6, 0.9] ]]) alignment = tensor([[ [1, 0, 0, 0, 0, 0], [0, 1, 1, 1, 0, 0], [0, 0, 0, 0, 1, 0], [0, 0, 0, 0, 0, 1] ]], dtype=torch.int32) """ ``` ### XY Embedding to Alignment Used during training to get the alignement of a `x_embedding` with `y_embedding`, computes the log probability from a normal distribution and the alignment with MAS. ```py from aligner_pytorch import get_alignment_from_embeddings x_embedding = torch.randn(1, 4, 10) y_embedding = torch.randn(1, 6, 10) alignment = get_alignment_from_embeddings( x_embedding=torch.randn(1, 4, 10), # [batch_size, x_length, features] y_embedding=torch.randn(1, 6, 10), # [batch_size, y_length, features] ) # [batch_size, x_length, y_length] """ alignment = tensor([[ [1, 0, 0, 0, 0, 0], [0, 1, 0, 0, 0, 0], [0, 0, 1, 0, 0, 0], [0, 0, 0, 1, 1, 1] ]], dtype=torch.int32) """ ``` ### Duration Embedding to Alignment Used during inference to compute the alignment from a trained duration embedding. ```py from aligner_pytorch import get_alignment_from_duration_embedding alignment = get_alignment_from_duration_embedding( embedding=torch.randn(1, 5), # Embedding: [batch_size, x_length] scale=1.0, # Duration scale y_length=10 # (Optional) fixes maximum output y_length ) # Output alignment [batch_size, x_length, y_length] """ alignment = tensor([[ [1, 1, 1, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 1, 1, 1, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 1, 0] ]]) """ ``` ## Citations Monotonic Alignment Search ```bibtex @misc{2005.11129, Author = {Jaehyeon Kim and Sungwon Kim and Jungil Kong and Sungroh Yoon}, Title = {Glow-TTS: A Generative Flow for Text-to-Speech via Monotonic Alignment Search}, Year = {2020}, Eprint = {arXiv:2005.11129}, } ```

نحوه نصب

نصب پکیج whl aligner-pytorch-0.0.9:

pip install aligner-pytorch-0.0.9.whl

نصب پکیج tar.gz aligner-pytorch-0.0.9:

pip install aligner-pytorch-0.0.9.tar.gz