{ "output_path": "/mnt/user_wayne/TTS/recipes/hat-tts/vits/results", "logger_uri": null, "run_name": "vits_hat_tts", "project_name": "vits_hat_tts", "run_description": "\ud83d\udc38Coqui trainer run.", "print_step": 50, "plot_step": 100, "model_param_stats": false, "wandb_entity": null, "dashboard_logger": "wandb", "save_on_interrupt": true, "log_model_step": 10000, "save_step": 10000, "save_n_checkpoints": 5, "save_checkpoints": true, "save_all_best": false, "save_best_after": 50, "target_loss": "loss_1", "print_eval": true, "test_delay_epochs": -1, "run_eval": true, "run_eval_steps": null, "distributed_backend": "nccl", "distributed_url": "tcp://localhost:54321", "mixed_precision": true, "precision": "fp16", "epochs": 1000, "batch_size": 64, "eval_batch_size": 128, "grad_clip": [ 5.0, 5.0 ], "scheduler_after_epoch": true, "lr": 0.001, "optimizer": "AdamW", "optimizer_params": { "betas": [ 0.8, 0.99 ], "eps": 1e-09, "weight_decay": 0.01 }, "lr_scheduler": null, "lr_scheduler_params": {}, "use_grad_scaler": false, "allow_tf32": false, "cudnn_enable": true, "cudnn_deterministic": false, "cudnn_benchmark": false, "training_seed": 54321, "model": "vits", "num_loader_workers": 16, "num_eval_loader_workers": 16, "use_noise_augment": false, "audio": { "fft_size": 1024, "sample_rate": 22050, "win_length": 1024, "hop_length": 256, "num_mels": 80, "mel_fmin": 0, "mel_fmax": null }, "use_phonemes": false, "phonemizer": null, "phoneme_language": null, "compute_input_seq_cache": true, "text_cleaner": null, "enable_eos_bos_chars": false, "test_sentences_file": "", "phoneme_cache_path": null, "characters": { "characters_class": "TTS.tts.models.vits.VitsCharacters", "vocab_dict": null, "pad": "_", "eos": "&", "bos": "*", "blank": null, "characters": [ "11", "2", "24", "31", "33", "5", "53", "55", "a", "b", "d", "e", "f", "h", "i", "j", "k", "l", "m", "n", "o", "p", "s", "t", "u", "v", "w", "\u00e6", "\u014b", "\u0251", "\u0255", "\u0259", "\u025b", "\u0268", "\u026a", "\u0282", "\u0288", "\u028a", "\u028c", "\u0290", "\u0292", "\u02b0", "\u0329", "\u0361" ], "punctuations": "\uff0c ", "phonemes": null, "is_unique": true, "is_sorted": true }, "add_blank": true, "batch_group_size": 2, "loss_masking": null, "min_audio_len": 1, "max_audio_len": 661500, "min_text_len": 1, "max_text_len": Infinity, "compute_f0": false, "compute_energy": false, "compute_linear_spec": true, "precompute_num_workers": 0, "start_by_longest": false, "shuffle": false, "drop_last": false, "datasets": [ { "formatter": "hat_tts", "dataset_name": "hat_tts_fa_sixian_concat_v2", "path": "/mnt/user_wayne/hat_tts", "meta_file_train": "fa_sixian_concat_v2.json", "ignored_speakers": null, "language": "sixian", "phonemizer": "", "meta_file_val": "", "meta_file_attn_mask": "" }, { "formatter": "hat_tts", "dataset_name": "hat_tts_fa_hailu_concat_v2", "path": "/mnt/user_wayne/hat_tts", "meta_file_train": "fa_hailu_concat_v2.json", "ignored_speakers": null, "language": "hailu", "phonemizer": "", "meta_file_val": "", "meta_file_attn_mask": "" } ], "test_sentences": [ [ [ "t", "\u02b0", "u", "\u014b", "11", "h", "o", "k", "5" ], "XF", null, "sixian" ], [ [ "t", "\u02b0", "u", "\u014b", "11", "h", "o", "k", "5" ], "XM", null, "sixian" ], [ [ "p", "e", "t", "2", "p", "\u02b0", "u", "55" ], "XF", null, "sixian" ], [ [ "p", "e", "t", "2", "p", "\u02b0", "u", "55" ], "XM", null, "sixian" ], [ [ "v", "u", "k", "2", "h", "a", "24" ], "XF", null, "sixian" ], [ [ "v", "u", "k", "2", "h", "a", "24" ], "XM", null, "sixian" ], [ [ "k", "\u02b0", "o", "n", "55", "t", "e", "t", "2", " ", "t", "o", "55" ], "XF", null, "sixian" ], [ [ "k", "\u02b0", "o", "n", "55", "t", "e", "t", "2", " ", "t", "o", "55" ], "XM", null, "sixian" ], [ [ "\u014b", "a", "24", "\u0255", "i", "n", "24", "s", "a", "\u014b", "24", " ", "t", "o", "31", "\u0255", "i", "n", "24", "s", "a", "m", "24", " ", "\uff0c", " ", "h", "i", "55", " ", "t", "\u02b0", "o", "i", "11", "p", "e", "t", "2", " ", "s", "\u0268", "55", " ", "k", "e", "55", " ", "k", "u", "e", "t", "2", "k", "a", "24", " ", "i", "m", "24", "\u014b", "o", "k", "5", " ", "t", "\u02b0", "a", "\u014b", "24", " ", "\uff0c", " ", "t", "\u02b0", "a", "\u014b", "24", "i", "m", "24", "\u014b", "o", "k", "5", " ", "f", "i", "55" ], "XF", null, "sixian" ], [ [ "\u014b", "a", "24", "\u0255", "i", "n", "24", "s", "a", "\u014b", "24", " ", "t", "o", "31", "\u0255", "i", "n", "24", "s", "a", "m", "24", " ", "\uff0c", " ", "h", "i", "55", " ", "t", "\u02b0", "o", "i", "11", "p", "e", "t", "2", " ", "s", "\u0268", "55", " ", "k", "e", "55", " ", "k", "u", "e", "t", "2", "k", "a", "24", " ", "i", "m", "24", "\u014b", "o", "k", "5", " ", "t", "\u02b0", "a", "\u014b", "24", " ", "\uff0c", " ", "t", "\u02b0", "a", "\u014b", "24", "i", "m", "24", "\u014b", "o", "k", "5", " ", "f", "i", "55" ], "XM", null, "sixian" ], [ [ "h", "a", "k", "2", "k", "a", "24", " ", "t", "\u0361", "s", "\u02b0", "u", "k", "5", "k", "\u02b0", "i", "u", "n", "11", " ", "k", "e", "55", " ", "l", "i", "u", "k", "2", "t", "o", "i", "24", " ", "i", "u", "n", "55", "t", "\u02b0", "u", "\u014b", "55", "f", "i", "55", " ", "f", "i", "55", " ", "i", "t", "2", "t", "\u0361", "s", "\u02b0", "\u0268", "t", "5", " ", "i", "e", "n", "11", " ", "\u0255", "i", "u", "k", "5", " ", "h", "a", "24", "h", "i", "55", " ", "\uff0c", " ", "v", "i", "11", " ", "t", "\u02b0", "o", "i", "11", "v", "a", "n", "11", " ", "k", "e", "55", " ", "t", "\u02b0", "i", "31", "i", "u", "k", "2", " ", "s", "\u0268", "31", " ", "\u0255", "i", "a", "31", " ", "h", "a", "24", " ", "t", "\u02b0", "i", "t", "5", "p", "\u02b0", "i", "e", "t", "5", " ", "k", "e", "55", " ", "i", "t", "2", " ", "i", "a", "p", "5" ], "XF", null, "sixian" ], [ [ "h", "a", "k", "2", "k", "a", "24", " ", "t", "\u0361", "s", "\u02b0", "u", "k", "5", "k", "\u02b0", "i", "u", "n", "11", " ", "k", "e", "55", " ", "l", "i", "u", "k", "2", "t", "o", "i", "24", " ", "i", "u", "n", "55", "t", "\u02b0", "u", "\u014b", "55", "f", "i", "55", " ", "f", "i", "55", " ", "i", "t", "2", "t", "\u0361", "s", "\u02b0", "\u0268", "t", "5", " ", "i", "e", "n", "11", " ", "\u0255", "i", "u", "k", "5", " ", "h", "a", "24", "h", "i", "55", " ", "\uff0c", " ", "v", "i", "11", " ", "t", "\u02b0", "o", "i", "11", "v", "a", "n", "11", " ", "k", "e", "55", " ", "t", "\u02b0", "i", "31", "i", "u", "k", "2", " ", "s", "\u0268", "31", " ", "\u0255", "i", "a", "31", " ", "h", "a", "24", " ", "t", "\u02b0", "i", "t", "5", "p", "\u02b0", "i", "e", "t", "5", " ", "k", "e", "55", " ", "i", "t", "2", " ", "i", "a", "p", "5" ], "XM", null, "sixian" ], [ [ "\u0255", "i", "n", "24", "t", "\u0361", "s", "u", "k", "2", " ", "t", "\u0361", "s", "\u02b0", "a", "i", "55", " ", "k", "\u02b0", "i", "u", "55", "\u014b", "i", "e", "n", "11", " ", "i", "u", "24", " ", "\u014b", "i", "55", "s", "\u0268", "p", "5", " ", "s", "a", "m", "24", "\u014b", "i", "t", "2", " ", "t", "\u0361", "s", "\u02b0", "e", "u", "24", "k", "o", "55", " ", "s", "a", "m", "24", "s", "\u0268", "p", "5", "l", "i", "u", "k", "2", " ", "t", "\u02b0", "u", "55", " ", "\uff0c", " ", "m", "\u0329", "11", "t", "i", "24", " ", "n", "o", "n", "24", " ", "f", "a", "55", " ", "k", "e", "55", " ", "p", "\u02b0", "u", "24", "p", "\u02b0", "i", "e", "n", "55", " ", "t", "\u02b0", "u", "\u014b", "11", " ", "m", "a", "31", "k", "e", "55", " ", "i", "u", "24", "k", "u", "a", "n", "24", " ", "h", "e", "55" ], "XF", null, "sixian" ], [ [ "\u0255", "i", "n", "24", "t", "\u0361", "s", "u", "k", "2", " ", "t", "\u0361", "s", "\u02b0", "a", "i", "55", " ", "k", "\u02b0", "i", "u", "55", "\u014b", "i", "e", "n", "11", " ", "i", "u", "24", " ", "\u014b", "i", "55", "s", "\u0268", "p", "5", " ", "s", "a", "m", "24", "\u014b", "i", "t", "2", " ", "t", "\u0361", "s", "\u02b0", "e", "u", "24", "k", "o", "55", " ", "s", "a", "m", "24", "s", "\u0268", "p", "5", "l", "i", "u", "k", "2", " ", "t", "\u02b0", "u", "55", " ", "\uff0c", " ", "m", "\u0329", "11", "t", "i", "24", " ", "n", "o", "n", "24", " ", "f", "a", "55", " ", "k", "e", "55", " ", "p", "\u02b0", "u", "24", "p", "\u02b0", "i", "e", "n", "55", " ", "t", "\u02b0", "u", "\u014b", "11", " ", "m", "a", "31", "k", "e", "55", " ", "i", "u", "24", "k", "u", "a", "n", "24", " ", "h", "e", "55" ], "XM", null, "sixian" ], [ [ "t", "\u02b0", "a", "i", "55", "k", "a", "24", " ", "t", "i", "a", "m", "24", " ", "s", "a", "\u014b", "24", " ", "t", "e", "n", "31", " ", "\u0255", "i", "n", "24", "s", "a", "\u014b", "24", " ", "k", "i", "e", "31", "s", "\u0268", "t", "2", " ", "\uff0c", " ", "s", "u", "24", "s", "\u0268", "n", "11", " ", "m", "\u0329", "11", "h", "a", "u", "55", " ", "m", "o", "11", " ", "f", "a", "n", "55", " ", "h", "o", "31", "s", "\u0268", "t", "5", " ", "k", "e", "55", " ", "s", "\u0268", "11", "t", "\u0361", "\u0255", "i", "e", "t", "2", " ", "o", "i", "55", " ", "\u014b", "i", "o", "\u014b", "55", "k", "a", "t", "2", "s", "a", "t", "2" ], "XF", null, "sixian" ], [ [ "t", "\u02b0", "a", "i", "55", "k", "a", "24", " ", "t", "i", "a", "m", "24", " ", "s", "a", "\u014b", "24", " ", "t", "e", "n", "31", " ", "\u0255", "i", "n", "24", "s", "a", "\u014b", "24", " ", "k", "i", "e", "31", "s", "\u0268", "t", "2", " ", "\uff0c", " ", "s", "u", "24", "s", "\u0268", "n", "11", " ", "m", "\u0329", "11", "h", "a", "u", "55", " ", "m", "o", "11", " ", "f", "a", "n", "55", " ", "h", "o", "31", "s", "\u0268", "t", "5", " ", "k", "e", "55", " ", "s", "\u0268", "11", "t", "\u0361", "\u0255", "i", "e", "t", "2", " ", "o", "i", "55", " ", "\u014b", "i", "o", "\u014b", "55", "k", "a", "t", "2", "s", "a", "t", "2" ], "XM", null, "sixian" ], [ [ "k", "u", "i", "24", " ", "t", "\u02b0", "i", "a", "u", "11", " ", "l", "u", "55", " ", "t", "i", "a", "u", "55", "t", "e", "n", "31", " ", "t", "\u0361", "s", "\u02b0", "o", "\u014b", "11", "t", "\u0361", "s", "\u02b0", "o", "\u014b", "11", " ", "k", "e", "55", " ", "f", "a", "24", "t", "e", "n", "24", " ", "\uff0c", " ", "k", "\u02b0", "i", "11", " ", "k", "\u02b0", "i", "u", "11", " ", "f", "u", "\u014b", "24", "t", "\u02b0", "i", "a", "u", "11", "i", "31", "s", "u", "n", "55", " ", "\uff0c", " ", "k", "u", "i", "24", " ", "v", "u", "k", "2", "h", "a", "24", "\u014b", "i", "n", "11", " ", "k", "e", "55", " ", "\u0255", "i", "m", "24", "\u014b", "i", "e", "n", "55", " ", "\uff0c", " ", "t", "\u0361", "\u0255", "\u02b0", "i", "n", "24", "t", "\u0361", "\u0255", "\u02b0", "i", "o", "\u014b", "55", " ", "f", "a", "24", "t", "e", "n", "24", " ", "h", "a", "24", " ", "s", "e", "u", "24", "n", "o", "n", "24", " ", "k", "e", "55", " ", "k", "o", "\u014b", "24", "f", "a", "11" ], "XF", null, "sixian" ], [ [ "k", "u", "i", "24", " ", "t", "\u02b0", "i", "a", "u", "11", " ", "l", "u", "55", " ", "t", "i", "a", "u", "55", "t", "e", "n", "31", " ", "t", "\u0361", "s", "\u02b0", "o", "\u014b", "11", "t", "\u0361", "s", "\u02b0", "o", "\u014b", "11", " ", "k", "e", "55", " ", "f", "a", "24", "t", "e", "n", "24", " ", "\uff0c", " ", "k", "\u02b0", "i", "11", " ", "k", "\u02b0", "i", "u", "11", " ", "f", "u", "\u014b", "24", "t", "\u02b0", "i", "a", "u", "11", "i", "31", "s", "u", "n", "55", " ", "\uff0c", " ", "k", "u", "i", "24", " ", "v", "u", "k", "2", "h", "a", "24", "\u014b", "i", "n", "11", " ", "k", "e", "55", " ", "\u0255", "i", "m", "24", "\u014b", "i", "e", "n", "55", " ", "\uff0c", " ", "t", "\u0361", "\u0255", "\u02b0", "i", "n", "24", "t", "\u0361", "\u0255", "\u02b0", "i", "o", "\u014b", "55", " ", "f", "a", "24", "t", "e", "n", "24", " ", "h", "a", "24", " ", "s", "e", "u", "24", "n", "o", "n", "24", " ", "k", "e", "55", " ", "k", "o", "\u014b", "24", "f", "a", "11" ], "XM", null, "sixian" ], [ [ "t", "\u02b0", "u", "\u014b", "55", "h", "o", "k", "2" ], "HF", null, "hailu" ], [ [ "t", "\u02b0", "u", "\u014b", "55", "h", "o", "k", "2" ], "HM", null, "hailu" ], [ [ "p", "e", "t", "5", "p", "\u02b0", "u", "33" ], "HF", null, "hailu" ], [ [ "p", "e", "t", "5", "p", "\u02b0", "u", "33" ], "HM", null, "hailu" ], [ [ "v", "u", "k", "5", "h", "a", "53" ], "HF", null, "hailu" ], [ [ "v", "u", "k", "5", "h", "a", "53" ], "HM", null, "hailu" ], [ [ "k", "\u02b0", "o", "n", "11", "t", "e", "t", "5", " ", "t", "o", "11" ], "HF", null, "hailu" ], [ [ "k", "\u02b0", "o", "n", "11", "t", "e", "t", "5", " ", "t", "o", "11" ], "HM", null, "hailu" ], [ [ "n", "a", "m", "55", "\u014b", "\u0329", "24", " ", "p", "\u02b0", "i", "n", "55", "t", "e", "n", "24", " ", "k", "a", "i", "11", " ", "\u0282", "i", "55", "t", "\u02b0", "o", "i", "33", " ", "\uff0c", " ", "p", "\u02b0", "i", "a", "\u014b", "55", "p", "\u02b0", "i", "a", "\u014b", "55", " ", "t", "\u0361", "s", "o", "11", "t", "e", "t", "5", " ", "\u0282", "i", "u", "33", " ", "k", "a", "u", "11", "\u0290", "u", "k", "2" ], "HF", null, "hailu" ], [ [ "n", "a", "m", "55", "\u014b", "\u0329", "24", " ", "p", "\u02b0", "i", "n", "55", "t", "e", "n", "24", " ", "k", "a", "i", "11", " ", "\u0282", "i", "55", "t", "\u02b0", "o", "i", "33", " ", "\uff0c", " ", "p", "\u02b0", "i", "a", "\u014b", "55", "p", "\u02b0", "i", "a", "\u014b", "55", " ", "t", "\u0361", "s", "o", "11", "t", "e", "t", "5", " ", "\u0282", "i", "u", "33", " ", "k", "a", "u", "11", "\u0290", "u", "k", "2" ], "HM", null, "hailu" ], [ [ "k", "a", "i", "24", "k", "i", "e", "t", "5", " ", "s", "a", "m", "53", "t", "\u0361", "s", "\u02b0", "o", "n", "53", " ", "m", "o", "55", "l", "o", "k", "2", "\u0288", "\u0361", "\u0282", "\u02b0", "o", "k", "2", " ", "k", "a", "i", "11", " ", "m", "u", "n", "11", "t", "\u02b0", "i", "55" ], "HF", null, "hailu" ], [ [ "k", "a", "i", "24", "k", "i", "e", "t", "5", " ", "s", "a", "m", "53", "t", "\u0361", "s", "\u02b0", "o", "n", "53", " ", "m", "o", "55", "l", "o", "k", "2", "\u0288", "\u0361", "\u0282", "\u02b0", "o", "k", "2", " ", "k", "a", "i", "11", " ", "m", "u", "n", "11", "t", "\u02b0", "i", "55" ], "HM", null, "hailu" ], [ [ "l", "o", "24", "\u014b", "i", "n", "55", " ", "k", "\u02b0", "i", "u", "\u014b", "33", " ", "t", "\u0361", "s", "\u02b0", "o", "n", "53", " ", "k", "a", "i", "11", " ", "\u0288", "\u0361", "\u0282", "u", "24", "\u0290", "a", "u", "11", " ", "t", "\u0361", "s", "i", "n", "53", "\u0282", "i", "n", "55", " ", "\u0290", "i", "n", "11", "t", "o", "\u014b", "53", " ", "s", "\u0268", "53", "h", "e", "11", " ", "t", "\u0361", "s", "o", "11", "p", "\u02b0", "a", "n", "53" ], "HF", null, "hailu" ], [ [ "l", "o", "24", "\u014b", "i", "n", "55", " ", "k", "\u02b0", "i", "u", "\u014b", "33", " ", "t", "\u0361", "s", "\u02b0", "o", "n", "53", " ", "k", "a", "i", "11", " ", "\u0288", "\u0361", "\u0282", "u", "24", "\u0290", "a", "u", "11", " ", "t", "\u0361", "s", "i", "n", "53", "\u0282", "i", "n", "55", " ", "\u0290", "i", "n", "11", "t", "o", "\u014b", "53", " ", "s", "\u0268", "53", "h", "e", "11", " ", "t", "\u0361", "s", "o", "11", "p", "\u02b0", "a", "n", "53" ], "HM", null, "hailu" ], [ [ "l", "i", "e", "n", "55", " ", "p", "o", "t", "5", "p", "\u02b0", "i", "a", "\u014b", "33", " ", "t", "u", "53", " ", "m", "o", "55", "\u014b", "i", "n", "55", "t", "i", "53" ], "HF", null, "hailu" ], [ [ "l", "i", "e", "n", "55", " ", "p", "o", "t", "5", "p", "\u02b0", "i", "a", "\u014b", "33", " ", "t", "u", "53", " ", "m", "o", "55", "\u014b", "i", "n", "55", "t", "i", "53" ], "HM", null, "hailu" ], [ [ "\u0290", "i", "u", "53", "k", "i", "53", " ", "f", "u", "i", "33", " ", "t", "\u02b0", "u", "33", " ", "\u014b", "i", "55", "t", "e", "u", "53", " ", "t", "\u0361", "s", "\u02b0", "a", "m", "53", "k", "a", "53", " ", "s", "i", "n", "53", "t", "e", "n", "53", "p", "a", "n", "24", "t", "\u0361", "s", "i", "e", "t", "5", " ", "h", "o", "24", "m", "o", "55" ], "HF", null, "hailu" ], [ [ "\u0290", "i", "u", "53", "k", "i", "53", " ", "f", "u", "i", "33", " ", "t", "\u02b0", "u", "33", " ", "\u014b", "i", "55", "t", "e", "u", "53", " ", "t", "\u0361", "s", "\u02b0", "a", "m", "53", "k", "a", "53", " ", "s", "i", "n", "53", "t", "e", "n", "53", "p", "a", "n", "24", "t", "\u0361", "s", "i", "e", "t", "5", " ", "h", "o", "24", "m", "o", "55" ], "HM", null, "hailu" ] ], "eval_split_max_size": null, "eval_split_size": 0.01, "use_speaker_weighted_sampler": false, "speaker_weighted_sampler_alpha": 1.0, "use_language_weighted_sampler": false, "language_weighted_sampler_alpha": 1.0, "use_length_weighted_sampler": false, "length_weighted_sampler_alpha": 1.0, "model_args": { "num_chars": 48, "out_channels": 513, "spec_segment_size": 32, "hidden_channels": 192, "hidden_channels_ffn_text_encoder": 768, "num_heads_text_encoder": 2, "num_layers_text_encoder": 8, "kernel_size_text_encoder": 3, "dropout_p_text_encoder": 0.1, "dropout_p_duration_predictor": 0.5, "kernel_size_posterior_encoder": 5, "dilation_rate_posterior_encoder": 1, "num_layers_posterior_encoder": 16, "kernel_size_flow": 5, "dilation_rate_flow": 1, "num_layers_flow": 4, "resblock_type_decoder": "2", "resblock_kernel_sizes_decoder": [ 3, 7, 11 ], "resblock_dilation_sizes_decoder": [ [ 1, 3, 5 ], [ 1, 3, 5 ], [ 1, 3, 5 ] ], "upsample_rates_decoder": [ 8, 8, 2, 2 ], "upsample_initial_channel_decoder": 512, "upsample_kernel_sizes_decoder": [ 16, 16, 4, 4 ], "periods_multi_period_discriminator": [ 2, 3, 5, 7, 11 ], "use_sdp": true, "noise_scale": 1.0, "inference_noise_scale": 0.667, "length_scale": 1, "noise_scale_dp": 1.0, "inference_noise_scale_dp": 1.0, "max_inference_len": null, "init_discriminator": true, "use_spectral_norm_disriminator": false, "use_speaker_embedding": false, "num_speakers": 0, "speakers_file": "speakers.pth", "d_vector_file": [ "speaker_embs.pth" ], "speaker_embedding_channels": 256, "use_d_vector_file": true, "d_vector_dim": 512, "detach_dp_input": true, "use_language_embedding": true, "embedded_language_dim": 4, "num_languages": 0, "language_ids_file": "language_ids.json", "use_speaker_encoder_as_loss": false, "speaker_encoder_config_path": "https://github.com/coqui-ai/TTS/releases/download/speaker_encoder_model/config_se.json", "speaker_encoder_model_path": "https://github.com/coqui-ai/TTS/releases/download/speaker_encoder_model/model_se.pth.tar", "condition_dp_on_speaker": true, "freeze_encoder": false, "freeze_DP": false, "freeze_PE": false, "freeze_flow_decoder": false, "freeze_waveform_decoder": false, "encoder_sample_rate": null, "interpolate_z": true, "reinit_DP": false, "reinit_text_encoder": false }, "lr_gen": 0.0002, "lr_disc": 0.0002, "lr_scheduler_gen": "ExponentialLR", "lr_scheduler_gen_params": { "gamma": 0.999875, "last_epoch": -1 }, "lr_scheduler_disc": "ExponentialLR", "lr_scheduler_disc_params": { "gamma": 0.999875, "last_epoch": -1 }, "kl_loss_alpha": 1.0, "disc_loss_alpha": 1.0, "gen_loss_alpha": 1.0, "feat_loss_alpha": 1.0, "mel_loss_alpha": 45.0, "dur_loss_alpha": 1.0, "speaker_encoder_loss_alpha": 9.0, "return_wav": true, "use_weighted_sampler": false, "weighted_sampler_attrs": {}, "weighted_sampler_multipliers": {}, "r": 1, "num_speakers": 0, "use_speaker_embedding": false, "speakers_file": "speakers.pth", "speaker_embedding_channels": 256, "language_ids_file": "language_ids.json", "use_language_embedding": true, "use_d_vector_file": true, "d_vector_file": [ "speaker_embs.pth" ], "d_vector_dim": 512 }