Use only one vq is enough
This commit is contained in:
30
models.py
30
models.py
@@ -345,18 +345,14 @@ class TextEncoder(nn.Module):
|
||||
self.ja_bert_proj = nn.Conv1d(1024, hidden_channels, 1)
|
||||
self.en_bert_proj = nn.Conv1d(1024, hidden_channels, 1)
|
||||
self.emo_proj = nn.Linear(1024, 1024)
|
||||
self.emo_quantizer = nn.ModuleList()
|
||||
for i in range(0, n_speakers):
|
||||
self.emo_quantizer.append(
|
||||
VectorQuantize(
|
||||
dim=1024,
|
||||
codebook_size=10,
|
||||
decay=0.8,
|
||||
commitment_weight=1.0,
|
||||
learnable_codebook=True,
|
||||
ema_update=False,
|
||||
)
|
||||
)
|
||||
self.emo_quantizer = VectorQuantize(
|
||||
dim=1024,
|
||||
codebook_size=10,
|
||||
decay=0.8,
|
||||
commitment_weight=1.0,
|
||||
learnable_codebook=True,
|
||||
ema_update=False,
|
||||
)
|
||||
self.emo_q_proj = nn.Linear(1024, hidden_channels)
|
||||
|
||||
self.encoder = attentions.Encoder(
|
||||
@@ -373,17 +369,16 @@ class TextEncoder(nn.Module):
|
||||
def forward(
|
||||
self, x, x_lengths, tone, language, bert, ja_bert, en_bert, emo, sid, g=None
|
||||
):
|
||||
sid = sid.cpu()
|
||||
bert_emb = self.bert_proj(bert).transpose(1, 2)
|
||||
ja_bert_emb = self.ja_bert_proj(ja_bert).transpose(1, 2)
|
||||
en_bert_emb = self.en_bert_proj(en_bert).transpose(1, 2)
|
||||
if emo.size(-1) == 1024:
|
||||
emo_emb = self.emo_proj(emo.unsqueeze(1))
|
||||
emo_commit_loss = torch.zeros(1)
|
||||
emo_commit_loss = torch.zeros(1).to(emo_emb.device)
|
||||
emo_emb_ = []
|
||||
for i in range(emo_emb.size(0)):
|
||||
temp_emo_emb, _, temp_emo_commit_loss = self.emo_quantizer[sid[i]](
|
||||
emo_emb[i].unsqueeze(0).cpu()
|
||||
temp_emo_emb, _, temp_emo_commit_loss = self.emo_quantizer(
|
||||
emo_emb[i].unsqueeze(0)
|
||||
)
|
||||
emo_commit_loss += temp_emo_commit_loss
|
||||
emo_emb_.append(temp_emo_emb)
|
||||
@@ -391,8 +386,7 @@ class TextEncoder(nn.Module):
|
||||
emo_commit_loss = emo_commit_loss.to(emo_emb.device)
|
||||
else:
|
||||
emo_emb = (
|
||||
self.emo_quantizer[sid[0]]
|
||||
.get_output_from_indices(emo.to(torch.int).cpu())
|
||||
self.emo_quantizer.get_output_from_indices(emo.to(torch.int))
|
||||
.unsqueeze(0)
|
||||
.to(emo.device)
|
||||
)
|
||||
|
||||
Reference in New Issue
Block a user