-
Notifications
You must be signed in to change notification settings - Fork 2
/
Copy pathargs.py
168 lines (131 loc) · 7.07 KB
/
args.py
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
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
import argparse
parser = argparse.ArgumentParser()
# *********** Main Arguments ****************** #
# Name of the vocal model
parser.add_argument("--model_name", type=str, default="Model_1")
# Name of the vocal model
parser.add_argument("--output_name", type=str, default='Model_1_output')
# Load the data or read the data
parser.add_argument("--load_data", type=bool, default=False)
# Name of the index file
parser.add_argument("--index_name", type=str, default='index')
# File type of the index file (xlsx, xls, or csv)
parser.add_argument("--index_type", type=str, default='xlsx')
# Train the Spectral model
parser.add_argument("--sp_train", type=bool, default=True)
# Continue training existing Spectral model (only applies if above is true)
parser.add_argument("--sp_cont", type=bool, default=False)
# Train the Aperiodic model
parser.add_argument("--ap_train", type=bool, default=True)
# Continue training existing Aperiodic model (only applies if above is true)
parser.add_argument("--ap_cont", type=bool, default=False)
# Train the frequency model
parser.add_argument("--f_train", type=bool, default=True)
# Continue training existing Aperiodic model (only applies if above is true)
parser.add_argument("--f_cont", type=bool, default=False)
# Use pitch model during inference
parser.add_argument("--f_use", type=bool, default=True)
# Use custom notes during generation (check README in Dataset folder)
parser.add_argument("--f_custom", type=bool, default=False)
# During generation, change the key of the song to match the vocal range of the singer
parser.add_argument("--f_de_tune", type=bool, default=True)
# Smooth factor for the generated frequency (set > 1 for smoothing)
parser.add_argument("--f_smooth", type=int, default=20)
# ************************************************************* #
# Below are the model related arguments #
# ************************************************************* #
# ************ Extracting data arguments **************** #
# Sample rate to convert to after extracting
parser.add_argument("--sample_rate", type=int, default=32000)
# Minimum frequency floor for extracting frequency
parser.add_argument("--min_freq", type=float, default=50.0)
# Maximum frequency ceiling for extracting frequency
parser.add_argument("--max_freq", type=float, default=1100.0)
# Frame period for extracting data
parser.add_argument("--frame_period", type=float, default=5.0)
# ************ Pre-processing arguments **************** #
# **** Frequency to Mel frequency arguments ***** #
# Constant such that Constant in Hz = Constant in Mel
parser.add_argument("--mel_c", type=int, default=1127)
# Corner frequency
parser.add_argument("--corner_freq", type=int, default=700)
# Bin size for mel frequencies
parser.add_argument("--f_bin", type=int, default=256)
# **** Timbre data to Mel-generalized cepstrum arguments ***** #
# Order for Mel-generalized cepstrum analysis
parser.add_argument("--mcep_order", type=int, default=60)
# Alpha for Mel-generalized cepstrum analysis
parser.add_argument("--mcep_alpha", type=float, default=0.45)
# Gamma for Mel-generalized cepstrum analysis (synthesis)
parser.add_argument("--mcep_gamma", type=float, default=0)
# Input type for Mel-generalized cepstrum analysis
parser.add_argument("--mcep_input", type=int, default=3)
# Channels in the coded aperiodicity
parser.add_argument("--ap_channels", type=int, default=4)
# Constant to add such that the values are between them
parser.add_argument("--coding_const", type=float, default=0.5)
# ********** Noise removal arguments ************* #
# Noise remove arguments
parser.add_argument("--n_grad_freq", type=int, default=1)
parser.add_argument("--n_std_thresh", type=int, default=1)
parser.add_argument("--n_grad_time", type=int, default=1)
# Reverb level ( 0 means no reverb)
parser.add_argument("--reverb", type=int, default=30)
# FFT size
parser.add_argument("--fft_size", type=int, default=2048)
# **** Directories ***** #
# Directory of the training data
parser.add_argument("--training_dir", type=str, default="ProcessedData")
parser.add_argument("--data_dir", type=str, default="Dataset")
parser.add_argument("--model_dir", type=str, default="TrainedModels")
parser.add_argument("--output_dir", type=str, default="Output")
# ************ Model Parameters **************** #
# ******************* Harmonic model ****************** #
h_parser = argparse.ArgumentParser()
h_parser.add_argument("--start_pad", type=int, default=9)
h_parser.add_argument("--levels", type=int, default=3)
h_parser.add_argument("--blocks", type=int, default=2)
h_parser.add_argument("--dil_chan", type=int, default=130)
h_parser.add_argument("--res_chan", type=int, default=130)
h_parser.add_argument("--skip_chan", type=int, default=240)
h_parser.add_argument("--out_chan", type=int, default=240)
h_parser.add_argument("--output_chan", type=int, default=60)
h_parser.add_argument("--init_kernel", type=int, default=10)
h_parser.add_argument("--kernel", type=int, default=2)
h_parser.add_argument("--epochs", type=int, default=1000)
h_parser.add_argument("--l2_decay", type=float, default=0.00005)
h_parser.add_argument("--learn_rate", type=float, default=0.00005)
h_parser.add_argument("--temp", type=float, default=0.05)
h_parser.add_argument("--kernel_init", type=str, default="glorot_uniform")
# ******************* Aperiodic model ****************** #
a_parser = argparse.ArgumentParser()
a_parser.add_argument("--start_pad", type=int, default=9)
a_parser.add_argument("--levels", type=int, default=3)
a_parser.add_argument("--blocks", type=int, default=2)
a_parser.add_argument("--dil_chan", type=int, default=20)
a_parser.add_argument("--res_chan", type=int, default=20)
a_parser.add_argument("--skip_chan", type=int, default=16)
a_parser.add_argument("--out_chan", type=int, default=16)
a_parser.add_argument("--init_kernel", type=int, default=10)
a_parser.add_argument("--kernel", type=int, default=2)
a_parser.add_argument("--epochs", type=int, default=250)
a_parser.add_argument("--l2_decay", type=float, default=0.00005)
a_parser.add_argument("--learn_rate", type=float, default=0.000001)
a_parser.add_argument("--temp", type=float, default=0.01)
a_parser.add_argument("--kernel_init", type=str, default="glorot_uniform")
# ******************* Frequency model ****************** #
f_parser = argparse.ArgumentParser()
f_parser.add_argument("--start_pad", type=int, default=19)
f_parser.add_argument("--levels", type=int, default=7)
f_parser.add_argument("--blocks", type=int, default=2)
f_parser.add_argument("--dil_chan", type=int, default=100)
f_parser.add_argument("--res_chan", type=int, default=100)
f_parser.add_argument("--skip_chan", type=int, default=100)
f_parser.add_argument("--out_chan", type=int, default=4)
f_parser.add_argument("--init_kernel", type=int, default=20)
f_parser.add_argument("--kernel", type=int, default=2)
f_parser.add_argument("--epochs", type=int, default=300)
f_parser.add_argument("--l2_decay", type=float, default=0.00005)
f_parser.add_argument("--learn_rate", type=float, default=0.000001)
f_parser.add_argument("--temp", type=float, default=0.01)
f_parser.add_argument("--kernel_init", type=str, default="glorot_uniform")