※まだ更新してる※

0.まえおき

フォーク元はこちら
[公式はこちら](https://github.com/yxlllc/contentvec 本リポジトリはフォーク元のcontentvec学習の日本語版です。
Linux環境の想定で書いてます。windows環境で構築する際は各所読み替えてください。

1.環境構築：

git clone https://github.com/furukawamea/contentvec.git

cd contentvec
conda create -n contentvec python=3.10
conda activate contentvec

pip install -r requirements.txt

git clone https://github.com/bfloat16/fairseq.git
git checkout 42ea630a9879121c942a7cd7b9d5e3e19e74814b

apt-get install ninja-build

cd fairseq
pip install --editable ./
python setup.py build_ext --inplace
cd ..
rsync -a contentvec/ fairseq/fairseq/

以下モデルをダウンロードしてください。
contentvec

2.前処理

python 00_resampler.py --in_dir [file_path] --num_gpus [gpu_count]
python 01_train_valid_tsv.py
python 02_create_contentvec_dict.py
python 03_dump_hubert_feature.py
python 04_me.py
python 05_learn_kmeans.py
python 06_dump_km_label.py

3.学習

シングルGPUでの実行例

chmod 755 run_pretrain_single.sh
./run_pretrain_single.sh

4.レガシーモデル変換(option)

./run_pretrain_single.sh