Ito ang Windows app na pinangalanang audio-diffusion-pytorch na ang pinakabagong release ay maaaring ma-download bilang v0.1.3.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang audio-diffusion-pytorch sa OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
audio-diffusion-pytorch
DESCRIPTION
Isang ganap na tampok na audio diffusion library, para sa PyTorch. May kasamang mga modelo para sa unconditional audio generation, text-conditional audio generation, diffusion autoencoding, upsampling, at vocoding. Ang mga ibinigay na modelo ay nakabatay sa waveform, gayunpaman, ang U-Net (built using a-unet), DiffusionModel, diffusion method, at diffusion samplers ay parehong generic sa anumang dimensyon at lubos na nako-customize para gumana sa ibang mga format. Tandaan: walang mga pre-trained na modelo ang ibinigay dito, ang library na ito ay para sa mga layunin ng pananaliksik.
Mga tampok
- Unconditional Generator
- Text-Conditional Generator
- Pagsasabog ng Upsampler
- Diffusion Vocoder
- Pagsasabog ng Autoencoder
- Pagpinta
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/audio-diffusion-pytorch.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
